编码(decode与encode)

2024-02-13 10:27| 来源: 网络整理| 查看: 265

目录 1. 什么是编码2. 编码方式属性3. decode与encode

1. 什么是编码

事实上计算机只认0或1，然而却可以通过计算机来显示文本，这就是靠编码来实现的。编码其实就是约定的一个协议，比如ASII编码约定了大写字母A对应十进制65，那么在读取一个字符串的时候，看到65，计算机就知道这是大写字母A的意思

由于计算机是美国发明的，所以这个ASCII编码设计时只采用1个字节存储，包含了大小写英文字母、数字和一些符号。但是计算机在全世界普及之后，ASCII编码就成了一个瓶颈，因为1个字节是完全不足以表示各国语言的

大家知道英文只用26个字母就可以组成不同的单词，而汉字光长用字就有好几千个，至少需要2个字节才足以存放，所以后来中国制定了GB2312，用于对汉字进行编码然后的然后日本，韩国也制定了各自的编码，然后就出现冲突了，就导致了最初计算机上总是容易看到乱码的现象

为了解决这个问题，Unicode编码应运而生。Unicode组织的想法最初也很简单，创建一个足够大的编码，将所有国家的编码都加进来，进行统一标准。随着问题的解决，新的问题也出现了，如果你写的文本只包含英文和数字，那么用Unicode编码就显得特别浪费存储空间（使用ASCII编码只占用一半的存储空间），所以本着能省一点是一点的精神，Unicode还创造了多种实现方式比如常见的UTF-8编码就是Unicode的一种实现方式，它是可变长编码。简单来说就是，当文本是ASCII编码的字符时，它用1个字节存放；而当文本是其他Unicode字符的情况，它将按一定的算法转换，每个字符使用1~3个字节存放。

2. 编码方式属性 GB2312UTF-8UnicodeGB2312编码专门用来解决中文编码的，是双字节的,并且不论中英文都是双字节的;包含全部中文字符；总的来说GB2312编码方式的编码是以中国国情而创造的，在国际上的兼容性不好。UTF－8 编码是Unicode的一种实现方式，因为对于大多数语言，只需要一个字节就能够编码，如果都采用Unicode会极大浪费，于是出现了可变长编码UTF-8。它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。另外，如果是外国人访问你的GB2312网页，需要下载中文语言包支持。访问UTF-8编码的网页则不出现这问题。可以直接访问。这也是为什么大多数的网页是使用UTF-8编码而不是GB2312。目前几乎收纳了全世界大部分的字符。所有的字符都有唯一的编号，这就解决了解码的冲突！但是，unicode把大家都归纳进来，却没有为编码的二进制传输和二进制解码做出规定。 3. decode与encode decodeencodedecode的作用是将其他编码的字符串转换成unicode编码，如str1.decode(‘gb2312’)，表示将gbk编码的字符串str1转换成unicode编码。encode的作用是将unicode编码转换成其他编码的字符串，如str2.encode(‘gb2312’)，表示将unicode编码的字符串str2转换成gbk编码。 encode：用于编码 str.encode(encoding='UTF-8',errors='strict') # encoding -- 要使用的编码，如"UTF-8" # errors -- 设置不同错误的处理方案

该方法返回编码后的字符串

u='我喜欢你啊！' str1=u.encode('gb2312') print(str1) # b'\xce\xd2\xcf\xb2\xbb\xb6\xc4\xe3\xb0\xa1\xa3\xa1' decode：encoding 指定的编码格式解码字符串。默认编码为字符串编码 str.decode(encoding='UTF-8',errors='strict') # encoding -- 要使用的编码，如"UTF-8" # errors -- 设置不同错误的处理方案

该方法返回解码后的字符串

u='我喜欢你啊！' str1=u.encode('gb2312') print(str1.decode('gb2312')) # 我喜欢你啊！

【本文地址】

公司简介

联系我们