1、字符和字节
一个字符不等价于一个字节,字符是人类能够识别的符号,可以有多种表示方法,不同的表示方法会使用不同的字节数。比如字母A-Z都可以用ASCII码表示(占用一个字节),也可以用Unicode表示(占两个字节),还可以用UTF-8表示(占用一个字节)。
字符编码的作用是将人类可识别的字符转换为机器可识别的字节码以及反向过程。Unicode是真正的字符串,而用ASCII、UTF-8、GBK等字符编码表示的是字节串。
2、编码和解码
以Unicode为例,编码(encode)是将Unicode字符串(中的代码点)转换特定字符编码对应的字节串的过程和规则;解码(decode)是将特定字符编码的字节串转换为对应的Unicode字符串(中的代码点)的过程和规则。
无论是编码还是解码,都需要一个重要因素,就是特定的字符编码。因为一个字符用不同的字符编码进行编码后的字节值以及字节个数大部分情况下是不同的,反之亦然。
3、Python编码转换
Python编码类型默认是UTF-8,Python2的默认编码是ASCII,不能识别中文字符,需要显式指定字符编码;Python3的默认编码为Unicode,可以识别中文字符。
在Python中不同编码的转换都要经过Unicode,不论是UTF-8或者是GBK,整个过程都是先通过编码decode转换为Unicode告诉Unicode当前的编码格式是什么、然后再通过解码encode转换为自己想要实现的编码格式或类型。
4、常见编码错误原因
1)Python解释器的默认编码
2)Python源文件文件编码
3)Terminal使用的编码
4)操作系统的语言设置
作为人工智能时代的最佳编程语言,Python吸引了广泛关注,选择学习Python的人日益增多。尽管Python入门简单,但企业的高要求促使越来越多的人参加专业系统学习并积累实战经验。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。