python中的编码与解码
https://www.cnblogs.com/shine-lee/p/4504559.html编码与解码首先，明确一点，计算机中存储的信息都是二进制的编码/解码本质上是一种映射（对应关系），比如'a’用ascii编码则是65，计算机中存储的就是00110101，但是显示的时候不能显示00110101，还是要显示'a'，但计算机怎么知道00110101是'a'呢，这就需要解码，当选择用ascii解码时，当计算机读到00110101时就到对应的ascii表里一查发现是'a'，就显示为'a'编码：真实字符与二进制串的对应关系，真实字符→二进制串解码：二进制串与真实字符的对应关系，二进制串→真实字符ASCII & UTF-8大家熟知的ASCII以1字节8个bit位表示一个字符，首位全是0，表示的字符集明显不够unicode编码系统是为表达任意语言而设计的，为了防止存储上的冗余（比如，对应ascii码的部分），其采用了变长编码，但变长编码给解码带来了困难，无法判断是几个字节表示一个字符UTF-8是针对unicode变长编码设计的一种前缀吗，根据前缀可判断是几个字节表示一个字符
如果一个字节的第一位是0，则这个字节单独就是一个字符；如果第一位是1，则连续有多少个1，就表示当前字符占用多少个字节。比如"严"的unicode是4E25（100111000100101），4E25处在第三行的范围内（0000 0800-0000 FFFF），因此"严"的UTF-8编码需要三个字节，即格式是"1110xxxx 10xxxxxx 10xxxxxx"。然后，从"严"的最后一个二进制位开始，依次从后向前填入格式中的x，高位补0，得到"严"的UTF-8编码是"11100100 10111000 10100101"。python中的解码和编码在python中，编码解码其实是不同编码系统间的转换，默认情况下，转换目标是Unicode，即编码unicode→str，解码str→unicode，其中str指的是字节流而str.decode是将字节流str按给定的解码方式解码，并转换成utf-8形式，u.encode是将unicode类按给定的编码方式转换成字节流str注意调用encode方法的是unicode对象生成的是字节流，调用decode方法的是str对象（字节流）生成的是unicode对象，若str对象调用encode会默认先按系统默认编码方式decode成unicode对象再encode，忽视了中间默认的decode往往导致报错自己写代码时只需记住str字节流调用decode，unicode对象调用123s = u'严'sprint type(s), s第一行定义了一个unicode对象（不是utf8）第二行会输出u'\u4e25'第三行输出<type 'unicode'> 严123u = s.encode('utf8')uprint type(u),u倘若这时我用s.encode('utf8')，则将s使用utf-8编码并将编码结果保存为字节流第二行输出'\xe4\xb8\xa5'第三行输出<type 'str'> 涓还有要注意的是，终端默认的编码格式是gbk，windows cmd中可以通过chcp查看以及改变，也可以到注册表修改终端默认编码（HKEY_CURRENT_USER console或者powershell下的codepage），936为简体中文，65001为utf8，两者都可显示中文，但为了方便中文输入，我将其默认设为936