明文:消息以人类能读懂的方式存在
编码:从明文到编码文本的转换
解码:从编码文本到明文的转换
计算机中的所有数据,本质上都是按照类似10101001来存放的二进制存储的
说的简单点,计算机只认识二进制数字
ASCLL码
通过一个电平的高低状态来代指0或1
一个bytes表示一个字符,1bytes=8bit,8bit可以表示256个字符
GB2312
是对ASCLL的中文扩展
GBK
两个bytes表示一个字符
UNICODE
国际标准化组织统一编码:Unicode(万国码)
Unicode是用两个字节来表示为一个字符
UTF8
是一种针对Unicode的可变长度字符编码,它可以用1-4个字节表示一个符号,当字符在ascll码的范围时,就用一个字节表示
中文用3个字节表示
py2的string编码
py2有两种字符串类型:str和Unicode,str就是编码后的结果bytes,Unicode还是Unicode
py3的string编码
py3也有两种数据类型:str和bytes,str类型存Unicode数据,bytes类型存bytes数据
Unicode和utf8的优缺点
unicode:简单粗暴,所有字符都是2Bytes,优点是字符->数字的转换速度快,缺点是占用空间大
utf-8:精准,对不同的字符用不同的长度表示,优点是节省空间,缺点是:字符->数字的转换速度慢,因为每次都需要计算出字符需要多长的Bytes才能够准确表示
在内存中的数据都是Unicode,但数据保存到硬盘或用于网络传输时要用utf8
从内存保存文件到硬盘:encode(编码)
从硬盘读取文件到内存:decode(解码)(#coding:utf8)
在Python2中默认编码方式为 ASCII
在python3中默认的编码方式为utf-8
读文件时发生乱码是可以解决的,选对正确解码方式就可以了,存文件时乱码则是一种数据的损坏
核心法则就是,文件以什么编码保存的,就以什么编码方式打开
时间: 2024-10-12 17:57:36