python中的解码与编码

1. 基本概念

比特（bit）：计算机中最小的数据单位，是单个的二进制数值0或1

字节（byte）：计算机村塾数据的单元，1个字节由8个比特组成，如b’\xc3\xc0\xc0\xf6\xc8\xcb\xc9\xfa’（b开头表示字节，一个斜杠就是一个字节）

字符：人类能够识别的符号，如“中国”、“cat”等。一个常用汉字用GBK编码后占用2个字节，用utf-8编码后占3个字节。

编码：将人类可以识别的字符转换为及其可识别的字节

解码：编码的反向过程。

简介：Unicode编码是人类可识别的字符格式；ASCII、utf-8，gbk等都是及其可识别的编码格式。我们在写py3代码时，字符的格式就是Unicode，而字符是以字节为存储单位保存在文件中，文件保存在内存/物理磁盘中。

Python3中，计算机内存中的数据，统一用Unicode编码，如我在jupyter notebook中输入s = ‘中国’，这个s在计算机内存中，编码方式为Unicode。

python3中，数据传输或保存到硬盘中，默认使用utf-8编码。如保存一个df成csv文件时，如果不指定encoding，则默认为utf-8

指定编码，在文件开头，例如：Python 文件通常这样写：-- coding:utf-8 --；HTML 文件通常这样写：&#

Python

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。