Python（一）编码 二进制，八进制，16进制，位，字节，字符

基本概念

首先理解两个概念，有些东西是为了让机器认识的，有些东西是为了让人认识的。

进制（2,3,8,10,16）都是为了机器可以直接理解的。

编码（ASCII,unicode，utf-8），把只有机器认识的二进制体现为人一眼就能看明白的字符。

基础知识

1. 二进制：0-1
2. 八进制：0-7
3. 十进制：0-9
4. 16进制：0-f

位，字节，字符，字符串

1. 位：bit 表现形式： 0或者1 ，最底层的体现
2. 字节：byte 等于8bit 表现形式：八位的bit 一起， 如01010101，组合起来可以代表某些字符
3. 字符：char 至少是1个字节即8bit. (注意：不同编码下的1字符所包含的字节是不一样的)
4. 字符串：一串字符组合而成

编码

1. ASCII：1个字符=1个字节=8bit。
2. unicode：1个字符=2个字节=16bit。
3. utf-8：可变长的编码，一个字符等于1~4个字节。

关系，转换

1. 数字

python里，整数 通过int(),bin(),oct(),hex()进行转换。

>>> 10
10
>>> bin(10)
'0b1010'
>>> oct(10)
'0o12'
>>> hex(10)
'0xa'
>>> int('0b1010',base=2)
10
>>> int('0o12',base=8)
10

2. 字符

python里，字符 通过chr(),ord()进行转换。

>>> ord('汗')
27735
>>> chr(27735)
'汗'
>>> bin(27735)
'0b110110001010111'

>>> ord('a')
97
>>> chr(97)
'a'
>>> bin(97)
'0b1100001'

3.码制之间的转换

参考下图， 通过encode(),decode()进行转换（默认是utf8）

>>> tmp_str = '汗'
>>> tmp_str.encode()
b'\xe6\xb1\x97'
>>> b'\xe6\xb1\x97'.decode()
'汗'

重点，utf8 和 unicode 之间的区别

一个汉字，在 utf8里面是三个字节，在unicode 里面是两个字节。 不逼逼,看疗效

>>> tmp_str
'日'
>>> tmp_str.encode('unicode_escape')
b'\\u65e5'
>>> tmp_str.encode('utf8')
b'\xe6\x97\xa5'
>>> b'\\u65e5'.decode('unicode_escape')
'日'
>>> b'\xe6\x97\xa5'.decode('utf8')
'日'