目錄

1.編碼的歷史

2.python 3.x中的bytes與str

3.編碼的轉換

正文開始

1.編碼的歷史與發展

1.1編碼歷史變更

　　編碼可以理解為諜戰片中電報的密碼本，如果要想讓電腦識別要輸入的文字，需要將文字轉換為電腦能識別的機器語言

　　由於發明計算機的是美國人，所以最開始的編碼表就是美國人所設定，所設定的這個表就為ASCII碼，ASCII碼包含字母大小寫、數字以及特殊符號。ASCII碼使用8bit，一個位元組表達一個字元，所以做多顯示為2**8-1個字元，也就是255個字元，例如00000001        a

　　後面由於計算機的廣泛傳播，ASCII碼已經完全不能滿足人們的日常需要，這個時候就出現了萬國碼，unicode，使用16bit，2個位元組表示一個字元，後面使用後發現並不能實現，這個時候就進行了升級，此時採用32bit，也就是四個位元組表示一個字元，雖然基本包含了所有的字元，但是，使用這種編碼佔用空間就很大；最終在後期的升級下，採用了現在大範圍使用的UTF-8編碼格式，對於英文以及傳統的特殊字符采用ASCII編碼，也就是8bit，一個位元組，對於歐洲地區採用16bit，也就是2位元組表示一個字元，對於亞洲區域則採用24bit，也就是三個位元組顯示一個字元。

　　過於國內的字元編碼，在unicode和utf-8沒有大規模使用的期間，我國有自己的一套獨立的編碼格式，由最開始的GB2312到後面的GBK在到最新的GB18130,對於國內的編碼的格式主要是，英文等傳統特殊符號採用ASCII碼就行，對於中文則採用16bit，也就是2位元組表示，這樣就造成不同國家不同的字元規格。

　　例項

　　'old男孩'在GBK中是7位元組，在utf-8是9位元組

　　在python 2.7版本中，預設為ASCII碼，不支援中文，如果需要輸入中文必須在文首輸入以下

　　# -*- encoding：utf-8 -*-

　　1.2進位制的區別

　　進位制主要有二進位制，八進位制，十進位制，十六進位制

　　二進位制：只有01

　　八進位制：0-7

　　十進位制：0-9

　　十六進位制：0-E

　　　1.2.1二進位制轉十進位制以及十進位制轉換二進位制

二進位制轉化成十進位制
1101      ---> 
0*2**7+0*2**6+1*2**5+0*2**4+1*2**3+1*2**2+0*2**1+1*2**0
 
1*2**5+1*2**3+1*2**2+1*2**0 = 32 + 8 + 4 + 1 = 45

十進位制轉化成二進位制 ： 對2取餘，逆向排列
  ——-> 0010 1010

2.python3.x中的bytes與str

回到bytes和str的身上。bytes是一種位元流，它的存在形式是01010001110這種。我們無論是在寫程式碼，還是閱讀文章的過程中，肯定不會有人直接閱讀這種位元流，它必須有一個編碼方式，使得它變成有意義的位元流，而不是一堆晦澀難懂的01組合。因為編碼方式的不同，對這個位元流的解讀也會不同，對實際使用造成了很大的困擾。下面讓我們看看Python是如何處理這一系列編碼問題的：

>>> s = "中文"
>>> s
'中文'
>>> type(s)
<class 'str'>
>>> b = bytes(s, encoding='utf-8')
>>> b
b'\xe4\xb8\xad\xe6\x96\x87'
>>> type(b)
<class 'bytes'>

從例子可以看出，s是個字串型別。Python有個內建函式bytes()可以將字串str型別轉換成bytes型別，b實際上是一串01的組合，但為了在ide環境中讓我們相對直觀的觀察，它被表現成了b'\xe4\xb8\xad\xe6\x96\x87'這種形式，開頭的b表示這是一個bytes型別。\xe4是十六進位制的表示方式，它佔用1個位元組的長度，因此”中文“被編碼成utf-8後，我們可以數得出一共用了6個位元組，每個漢字佔用3個，這印證了上面的論述。在使用內建函式bytes()的時候，必須明確encoding的引數，不可省略。

我們都知道，字串類str裡有一個encode()方法，它是從字串向位元流的編碼過程。而bytes型別恰好有個decode()方法，它是從位元流向字串解碼的過程。除此之外，我們檢視Python原始碼會發現bytes和str擁有幾乎一模一樣的方法列表，最大的區別就是encode和decode。

從實質上來說，字串在磁碟上的儲存形式也是01的組合，也需要編碼解碼。

如果，上面的闡述還不能讓你搞清楚兩者的區別，那麼記住下面兩幾句話：

1. 在將字串存入磁碟和從磁碟讀取字串的過程中，Python自動地幫你完成了編碼和解碼的工作，你不需要關心它的過程。

2. 使用bytes型別，實質上是告訴Python，不需要它幫你自動地完成編碼和解碼的工作，而是使用者自己手動進行，並指定編碼格式。

3. Python已經嚴格區分了bytes和str兩種資料型別，你不能在需要bytes型別引數的時候使用str引數，反之亦然。這點在讀寫磁碟檔案時容易碰到。

在bytes和str的互相轉換過程中，實際就是編碼解碼的過程，必須顯式地指定編碼格式。

3.編碼的轉換

對於編碼的轉換，只需要記住下面這個圖就好了