Python之字符与编码笔记

概述

类型

str 字符串

bytes 字节

bytearray 字节数组

字符串编码架构

字符集：赋值一个编码到某个字符，以便在内存中表示

编码 Ecoding：转换字符到原始字节形式

解码 Decoding：依据编码名称转换原始字节到字符的过程

字符串存储

编码只作用于文件存储或中间媒介转换时

内存中总是存储解码以后的文本

字符编码

ASCII     存储在一个Byte 0-127

latin-1     存储一个Byte 128-255

UTF-8     可变字节

0-127 使用单字节

128-2047 双字节存储

> 2047  3-4Byte

每Byte使用 128-255

UTF-16    2 Byte 存储字符（另加2Byte作为标识）

UTF-32    4 Byte

内置函数

ord()  获取字符代码点

chr() 获取代码点对应字符

str.encode('编码')  将特定字符编码

bytes.decode('编码')  将字符编码解码为字符文本

类型转换

bytes：

手动声明 b' '

字符串编码  str.encode()

构造函数  bytes()

bytearray:

bytearray('字符'，'编码')

.decode()  解码为字符串

BOM处理

open('data.txt','w|r', encoding='utf-8-sig')