Python学习笔记——字符串和编码

编码

ASCII：一个字节一个字符，无汉字

Unicode：两个字节一个字符

UTF-8：英文字母一个字节，汉字三个字节

计算机内存：Unicode；硬盘或传输：UTF-8

字符串

ord()获取字符的整数表示；chr()转换编码为对应字符

>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'

以Unicode表示的str通过encode()编码为指定的bytes，无法显示为ASCII字符的字节用\x##表示

读取到字节流bytes通过decode()变为str，如果有一小部分无效的字节，传入errors='ignore'忽略

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad'.decode('u