一、python編碼簡介　

1）編碼格式簡介

python解釋器在加載 .py 文件中的代碼時，會對內容進行編碼（默認ASCII），ASCII（American Standard Code for Information Interchange，美國標準信息交換代碼）是基於拉丁字母的一套電腦編碼系統，主要用於顯示現代英語和其他西歐語言，其最多只能用 8 位來表示（一個字節），即：2**8 = 256，所以，ASCII碼最多只能表示 256 個符號。顯然ASCII碼無法將世界上的各種文字和符號全部表示，所以，就需要新出一種可以代表所有字符和符號的編碼，即：Unicode

　　Unicode（統一碼、萬國碼、單一碼）是一種在計算機上使用的字符編碼。Unicode 是為了解決傳統的字符編碼方案的局限而產生的，它為每種語言中的每個字符設定了統一並且唯一的二進制編碼，規定雖有的字符和符號最少由 16 位來表示（2個字節），即：2 **16 = 65536，註：此處說的的是最少2個字節，可能更多。

　　UTF-8，是對Unicode編碼的壓縮和優化，不再使用最少使用2個字節，而是將所有的字符和符號進行分類：ascii碼中的內容用1個字節保存、歐洲的字符用2個字節保存，東亞的字符用3個字節保存。所以，python解釋器在加載 .py 文件中的代碼時，會對內容進行編碼（python3.x默認UTF-8）。

a="明"
# 查看a中的方法
print(dir(a))
# 顯示a的數據類型
print(type(a))
# 顯示a的碼值
print(ord(a))
# 26126
# 將碼值轉換成對應的字符
print(chr(26126))
# 明

a="明天"
# len-字符的長度
 

print(a.__len__())
# bytes的長度
print(a.encode("utf-8").__len__())

　　在計算機內存中，統一使用Unicode編碼，當需要保存到硬盤或者需要傳輸的時候，就轉換為UTF-8編碼。用記事本編輯的時候，從文件讀取的UTF-8字符被轉換為Unicode字符到內存裏，編輯完成後，保存的時候再把Unicode轉換為UTF-8保存到文件：

　　瀏覽網頁的時候，服務器會把動態生成的Unicode內容轉換為UTF-8再傳輸到瀏覽器,所以你看到很多網頁的源碼上會有類似<meta charset="UTF-8" />的信息，表示該網頁正是用的UTF-8編碼。

2）byte

　　由於Python的字符串類型是str，在內存中以Unicode表示，一個字符對應若幹個字節。如果要在網絡上傳輸，或者保存到磁盤上，就需要把str變為以字節為單位的bytes,bytes的每個字符都占有一個字節。反過來，如果我們從網絡或磁盤上讀取了字節流，那麽讀到的數據就是bytes。要把bytes變為str，就需要用decode()方法：

# 編碼
a="ABC"
print(a.encode("utf-8"))
b="小明"
# 會報錯，中文超出了ascii範圍
# print(b.encode("ascii"))
print(b.encode("utf-8"))
# b‘\xe5\xb0\x8f\xe6\x98\x8e‘
# 解碼
print(b‘\xe5\xb0\x8f\xe6\x98\x8e‘.decode("utf-8"))
print(b"abc".decode("ascii"))

1個中文字符經過UTF-8編碼後通常會占用3個字節，而1個英文字符只占用1個字節。在操作字符串時，我們經常遇到str和bytes的互相轉換。為了避免亂碼問題，應當始終堅持使用UTF-8編碼對str和bytes進行轉換。

python中的內容編碼