Python字符串使用哪种编码格式？
字符串使用哪种编码格式？
概述
什么是字符编码？
Python使用哪种字符编码？
概述
这里先举一个例子。古代打仗，击鼓为号、鸣金收兵，即把要传达给士兵的命令对应为公认的其他形式，这就和编码有相似之处。
举个栗子：
以发布进攻命令[文]为例，相比用嗓[章]子喊，敲鼓发出[来]的声音传播的更[自]远，并且士兵听[网]到后也不会引起[淘]歧义，因此长官[巴]下达进攻命令后[文]，传令员就将此[章]命令转化为对应[来]的鼓声，这个转[自]化的过程称为编[网]码；
由于士兵都接受[淘]过训练，听到鼓[巴]声后，他们可以[文]将其转化为对应[章]的进攻命令，这[来]个转化的过程称[自]为解码。
需要说明的是，[网]此例只是形象地[淘]描述了编码和解[巴]码的原理，真实[文]的编码和解码过[章]程比这要复杂的[来]多。
了解了编码的含[自]义之后，接下来[网]再介绍一下字符[淘]编码。
什么是字符编码？
我们知道，计算机是以二进制的形式来存储数据的，即它只认识 0 和 1 两个数字。
20 世纪 60 年代，是计算机[巴]发展的早期，这[文]时美国是计算机[章]领域的老大，它[来]制定了一套编码[自]标准，解决了 128 个英文字符与二[网]进制之间的对应[淘]关系，被称为 ASCII 字符编码（简称[巴] ASCII 码）。
ASCII 码，全称为美国[文]信息交换标准代[章]码，是基于拉丁[来]字母的一套字符[自]编码，主要用于[网]显示现代英语，[淘]因为万维网的出[巴]现，使得 ASCII 码广为使用，其[文]直到 2007 年 12 月才逐渐被 Unicode[章] 取代。
虽然英语用 128 个字符编码已经[来]够用，但计算机[自]不仅仅用于英语[网]，如果想表示其[淘]他语言，128[巴] 个符号显然不够[文]用，
所以很多其他国[章]家都在 ASCII 的基础上发明了[来]很多别的编码，[自]
例如包含了汉语[网]简体中文格式的[淘] GB2312 编码格式（使用[巴] 2 个字节表示一个[文]汉字）。
也正是由于出现[章]了很多种编码格[来]式，导致了&l[自]dquo;文件[网]显示乱码&rd[淘]quo;的情况[巴]。
比如说，发送邮[文]件时，如果发信[章]人和收信人使用[来]的编码格式不一[自]样，则收信人很[网]可能看到乱码的[淘]邮件。基于这个[巴]原因，Unic[文]ode 字符集应运而生[章]。
Unicode[来] 字符集又称万国[自]码、国际码、统[网]一码等。
从名字就可以看[淘]出来，它是以统[巴]一符号为目标的[文]字符集。
Unicode[章] 对世界上大部分[来]的文字系统进行[自]了整理、编码，[网]使得电脑可以用[淘]更简单的方式来[巴]呈现和处理文字[文]。
注意，在实际使[章]用时，人们常常[来]混淆字符集和字[自]符编码这两个概[网]念，我认为它们[淘]是不同的：
字符集定义了字[巴]符和二进制的对[文]应关系，为每个[章]字符分配了唯一[来]的编号。
可以将字符集理[自]解成一个很大的[网]表格，它列出了[淘]所有字符和二进[巴]制的对应关系，[文]计算机显示文字[章]或者存储文字，[来]就是一个查表的[自]过程；
而字符编码规定[网]了如何将字符的[淘]编号存储到计算[巴]机中，要知道，[文]有些字符编码（[章]如 GB2312 和 GBK）规定，[来]不同字符在存储[自]时所占用的字节[网]数是不一样的，[淘]
因此为了区分一[巴]个字符到底使用[文]了几个字节，就[章]不能将字符的编[来]号直接存储到计[自]算机中，字符编[网]号在存储之前必[淘]须要经过转换，[巴]在读取时还要再[文]逆向转换一次，[章]这套转换方案就[来]叫做字符编码。[自]
Unicode[网] 字符集可以使用[淘]的编码方案有三[巴]种，分别是：
UTF-8：一[文]种变长的编码方[章]案，使用 1~6 个字节来存储；[来]
UTF-32：[自]一种固定长度的[网]编码方案，不管[淘]字符编号大小，[巴]始终使用 4 个字节来存储；[文]
UTF-16：[章]介于 UTF-8 和 UTF-32 之间，使用 2 个或者 4 个字节来存储，[来]长度既固定又可[自]变。
其中，UTF-[网]8 是目前使用最广[淘]的一种 Unicode[巴]字符集的实现方[文]式，可以说它几[章]乎已经一统江湖[来]了。
Python使用哪种字符编码？
了解了什么是编码，以及什么是字符编码之后，最后解决“Python 使用哪种字符编码？”这个问题。
Python 3.x 中，字符串采用[自]的是 Unicode[网] 字符集，可以用[淘]如下代码来查看[巴]当前环境的编码[文]格式：
>>> import sys
>>> sys.getdefaultencoding()
'utf-8'
1
2
3
同时，在 Python 3.x 中也可以用 ord() 和 chr() 函数实现字符和编码数字之间的转换，例如：
>>> ord('Q')
81
>>> chr(81)
'Q'
>>> ord("网")
32593
>>> chr(32593)
'网'
1
2
3
4
5
6
7
8
由此可以知道，在 Unicode 字符集中，字符‘Q’对应的编码数字为 81，而中文‘网’对应的编码数字为 32593。
值得一提的是，虽然 Python 默认采用 UTF-8 编码，但它也提供了 encode() 方法，可以轻松实现将 Unicode 编码格式的字符串转化为其它编码格式。有关 encode() 方法的用法，可阅读《Python encode()和decode()方法》 一节。
————————————————
原文链接：https://blog.csdn.net/qq_32727095/article/details/118108165
微信扫一扫，打赏作者吧～本文链接：https://www.wtao8.com/post/74.html 转载需授权！
