python中编码总结

这篇博客总结了Python中关于编码的一些要点,包括Python默认使用程序文件的编码、Unicode和UTF-8、GBK编码的区别,以及如何验证编码规则。还提到了在不同编码下,中文字符占用的字节数,并给出了获取中文编码的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

python中编码总结
1 python默认使用程序文件的编码对中文字符串进行编码,所以utf-8 、gbk程序的记录的中文是不同的编码
2 可以强制使用unicode编码进行编码,使用u字符 str = u'中文字符'
3. utf-8 每个中文占用3个字节 \xe8\x80\x83
4  gbk 每个中文占用2个字节  \xbf\xbc
5 编码介绍
编码规则
UTF-8编码:一个英文字符等于一个字节,一个中文(含繁体)等于三个字节
Unicode编码:一个英文等于两个字节,一个中文(含繁体)等于两个字节。
验证:
记事本中写1个汉字,查看文件的大小 
gbk:2字节  |  unicode:4字节  |  utf-8: 6字节
记事本中写2个汉字,查看文件的大小 
gbk:4字节   unicode:6字节  |  utf-8: 9字节
   好像有问题,除了gbk之外,另外两种编码完全不符合编码规则。。。,最后通过可查看16进制编辑器(UltraEdit)查看文件的内容发现记事本 对于 unicode、utf-8编码开头会加一个字符,分别占用一个汉字的空间(2字节、3字节),所以去除这个字符占用字符应该是这样的。
记事本中写1个汉字,查看文件的大小 
gbk:2字节  |  unicode:2字节  |  utf-8:3字节
记事本中写2个汉字,查看文件的大小 
gbk:4字节   unicode:4字节  |  utf-8:6字节
备注:
1  如果想获取中文的编码 可使用 str.encode('hex')
            
str = "考"
for item in str:  
    print item.encode("hex")  #每个汉字 使用3个字节

2 字节(byte): 8位(bit)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值