A29：python中的编码问题

[info]在计算机中，经常遇到编码问题，本节主要梳理下ascii，unicode，utf8，gbk 这几种编码之间的关系。

ASCII

计算机中，所有数据都以0和1来表示。在一开始的时候，要表示的内容比较少，人们使用了ascii编码的方式来编码。

ASCII（American Standard Code for Information Interchange，美国标准信息交换代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，（一个字节），即：2**8 -1 = 255，所以，ASCII码最多只能表示 255 个符号。

1 1 1 1 1 1 1 1 =2*0+2*1+2*2+2*3+2*4+2*5+2*6+2*7 = 2**8-1=255

Unicode，UTF-8，GBK

随着计算机的发展，显然ASCII码无法将世界上的各种文字和符号全部表示，所以，就需要新出一种可以代表所有字符和符号的编码，即：Unicode

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。Unicode规定所有字符和符号（16位）来表示，即2**16-1=65535

UTF-8，，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用保存、欧洲的字符用保存，东亚的字符用保存…

GBK，也是，GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用来表示

python 中的编码使用规则

,

unicode 分为 utf-32(占4个字节),utf-16(占两个字节)，utf-8(占1-4个字节)， so utf-8就是unicode

在py3中encode,在，decode在

由上图分析可得：

GBK转UTF-8的流程

首先需要通过解码【decode】转换回Unicode编码

然后通过编码【encode】转换成UTF-8编码

UTF转GBK的流程

首先需要解码【decode】转换会Unicode编码

然后通过编码【encode】转换为GBK编码

建议

所有的地方，建议统一使用utf-8编码。包括py编译，ide的设置，文件的读写等。

[info] 本人非专业开发，正在学习的路上，参考代码只供参考，写得不好，请不要见笑，将你写的认为更好的示例留言哦，一起交流学习~