字符编码，bytes数据类型

Python学习日记-day17

字符编码是个很麻烦的事情，不管是在python还是在其他语言中都需要处理各种编码问题，python2有需要处理编码的需求，在python3中不区分编码，在内存中都是Unicode，就不存在编码问题。

以下例子基于python2：

python2中如程序里有中文需要先定义编码，否则乱码

# _*_ coding:utf-8 _*_

name = "中国"

print name

在不同的编码环境中，如在windows机器上，我的系统CMD编码是GBK，PyCharm编码是UTF-8，同样的代码便会有不同的结果：

name = "中国"

print name.decode("utf-8")

这段代码的意思是将“中国”decode转为了unicode utf-8，这段代码在cmd和pycharm的结果都是一样的，是因为name转为unicode后，显示结果会根据终端屏幕的编码再次进行自动的encode转换，转换为终端的编码，在cmd里会再自动转为cdm的编码GBK进行显示，在PyCharm里转为PyCharm的编码utf-8进行显示，所以看到的结果都是正常显示的“中国”，但如果要进行强转，如下面的代码：

print name.decode("utf-8").encode("GBK")

此代码转为unicode后，又强制的指定了要最终将编码转为了GBK，在cmd中运行没有问题会正常显示，因为cmd编码就是GBK，但是由于PyCharm编码是UTF-8，所以PyCharm中运行会乱码

unicode打印的是字符数，其他打印的是字节数。

bytes数据类型

bytes，字节类型（二进制类型），就是一个8bits的字节，所有的字符要存到内存，硬盘或者网络发送，都是bytes格式。

在python2里，看到的字符串就是bytes，unicode是unicode

在python3里，字符串是unicode，bytes就是bytes

在python3里

    所有的字符在内存里都是unicode

    解释器读取文件的默认编码是utf-8，但是如果有个文件的编码是gbk，读到内存里还是需要解码

上图关于存硬盘：

python2里，由于str就是bytes 就直接存到硬盘了；

python3里，由于str是unicode，存到硬盘需要明确的指定转为bytes

在python2里encode是转成了指定的编码

在python3里encode会把unicode转成相应编码的同时，把字符变成bytes