python编码（字符串）

字符串：文本字符串和字节字符串
数据以字节存储，而ASCII与Unicode的字符集负责使用字节数据来生成对应的文本
python 定义了两个函数（chr（接受一个字符返回在ASCII中的整数）和ord（接受一个整型返回在ASCII中对应的字符））,用于在单整型字节和字符之间的转换
字符集
ASCII:1Bytes代表一个字符，1Byte=8bit,8bit可以代表2**（8-1）=256个字符
GBK:2bytes代表一个字符（中文，中国自己的编码）
Unicode:2bytes代表一个字符，（通用的编码，对于全是英文的文本，会浪费一倍的存储空间 ）
UTF-8:1Bytes代表一个英文字符，3Bytes代表一个中文字符
python3：
文本字符串类型（使用Unicode存储）被命名为str，字节字符串类型被命名为bytes.

实例化一个字符串会得到一个str实例，在文本前面加b，会得到一个bytes实例
str与bytes之间的转换：
encode：str→bytes(可接受一个代表特定编码的字符串作为参数，eg：encode(“utf-8”))
decode：bytes→str（也可接受参数，但应根据被编码时的编码进行解码）
在python3中，需显性使用str.encode和bytes.decode。
而在字符串和字节串共同操作时，可使用%用于字符串的格式化

如图，将文本字符串插入到字节字符串时，引发异常
而将字节字符串插入到文本字符串时可以生效。
操作符接受的是b“foo”的值，该值是一个bytes对象的实例，而bytes对象包含__str__方法，它返回文本字符串"b“foo”".
python2
文本字符串被命名为Unicode，字节字符串被命名为str
实例化一个字符串会返回一个str实例（字节字符串），若想得到一个文本字符串，则需要加前缀u.
而在python2 中，会在文本字符串和字节字符串之间尝试进行隐式转换。机制是：当解释器遇到一个混合的字符串时，解释器会首先将字节字符串转换为文本字符串，然后对文本字符串执行操作。
python2 定义了sys.getdefaultencoding方法，用于为文本字符串和字节字符串之间隐式转换提供默认编码
encode：str→Unicode
decode：Unicode→str（与python3相反。）
例如：
text=u"\u03b1 is for alpha"
text.encode(“utf-8”)#隐式转换为str（字节字符串），然后使用encode转换为文本字符串
text.encode(“utf-8”).encode(“utf-8”)#报错，相当于text.encode(“utf-8”).decode(“ascii”).encode(“utf-8”)
统一的方法：
①定义了一个__future__模块，会遵守python3的约定（from future import unicode_literals）用于python2.6之后的版本
②使用six（以编写能够运行在python2与python3下的模块为中心的库，文本字符串：six.text_type,字节字符串：six.binary_type）
读取文件
python3
①在python3打开文件会得到文本字符串，但是在无法得知编码的情况该如何解码？
在python3中，决定使用哪种编码取决于系统，可使用函数locale.getpreferredencoding知道，首选的编码基于底层系统的运行方式。
②那么在不同系统中打开文件该如何解决编码解码？
1>、指定编码（with open(filename,“r”,encoding==“utf-8”)as f）
2>、读取字节（with open (filename,“rb”)as f）
python2
python2打开文件会得到字节字符串，可使用decode获取文本字符串，open函数没有提供encoding关键字参数
*解决方法：
①、声明所使用的时哪一种编码方式（# __ coding: utf-8_*_）
python2期望使用ASCII编码，python3期望使用utf-8
②、不触发错误
encode与decode都有第二个可选参数errors，参数类型为字符串，默认值为strict
另外两种错误处理程序：ignore与replace
ignore:跳过所有编码无法解码的字节
replace：将无法解码的字符转换为一个占位字符（替换字符的数量与实际字符数不一致）