python2和python3文件的编码格式

梦里梦外; 2021-12-18 22:29 328阅读 0赞

## 文本文件的编码格式（科普） ##

*  文本文件存储的内容是基于 **字符编码** 的文件，常见的编码有 `ASCII` 编码，`UNICODE` 编码等

> Python 2.x 默认使用 `ASCII` 编码格式  
> Python 3.x 默认使用 `UTF-8` 编码格式，也有说是unicode的
> 
> UTF-8 是一种 Unicode 的编码方式，主要作用对 Unicode 码的数据进行转换，转换后方便存储和网络传输python3 内存中使用的字符串全部是 unicode 码，但是网络传输的数据或者从磁盘读取的数据是把 unicode 码转换过的数据，通常情况下可能是 utf-8 格式的数据，所以如果从网络中读取或者磁盘中读取其实就是把 utf-8 格式的数据解码成 unicode 码数据，相反如果想把内存中 unicode 码数据存储到磁盘或者网络中需要对 unicode 码进行编码，通常可以采用 utf-8 的形式进行编码

### 1 ASCII 编码和 UNICODE 编码 ###

`ASCII` 编码

*  计算机中只有 `256` 个 `ASCII` 字符
 *  一个 `ASCII` 在内存中占用 **1 个字节** 的空间
    
     *  `8` 个 `0/1` 的排列组合方式一共有 `256` 种，也就是 `2 ** 8`

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70][]

`UTF-8` 编码格式

*  计算机中使用 **1~6 个字节** 来表示一个 `UTF-8` 字符，涵盖了 **地球上几乎所有地区的文字**
 *  大多数汉字会使用 **3 个字节** 表示
 *  `UTF-8` 是 `UNICODE` 编码的一种编码格式

### 2 Ptyhon 2.x 中如何使用中文 ###

> Python 2.x 默认使用 `ASCII` 编码格式  
> Python 3.x 默认使用 `UTF-8` 编码格式

*  在 Python 2.x 文件的 **第一行** 增加以下代码，解释器会以 `utf-8` 编码来处理 python 文件

# *-* coding:utf8 *-*

> 这方式是官方推荐使用的！

*  也可以使用

# coding=utf8

unicode 字符串

*  在 `Python 2.x` 中，即使指定了文件使用 `UTF-8` 的编码格式，但是在遍历字符串时，仍然会 **以字节为单位遍历** 字符串
 *  要能够 **正确的遍历字符串**，在定义字符串时，需要 **在字符串的引号前**，增加一个小写字母 `u`，告诉解释器这是一个 `unicode` 字符串（使用 `UTF-8` 编码格式的字符串）

# *-* coding:utf8 *-*
    
    # 在字符串前，增加一个 `u` 表示这个字符串是一个 utf8 字符串
    hello_str = u"你好世界"
    
    print(hello_str)
    
    for c in hello_str:
        print(c)

统一声明：关于原创博客内容，可能会有部分内容参考自互联网，如有原创链接会声明引用；如找不到原创链接，在此声明如有侵权请联系删除哈。关于转载博客，如有原创链接会声明；如找不到原创链接，在此声明如有侵权请联系删除哈。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70]: /images/20211219/21cc7fd53df649378c2f2bdeaab0d93a.png