Einführung in die Python-Zeichenkodierungsdateimethode

Entwicklung der Zeichenkodierung

ASCII 255 unterstützt nur englische Buchstaben und Zahlen, Sonderzeichen 1 Byte

Unicode Chinesisch und Englisch Unified 2 Byte

utf-8 Chinesisch>3 Byte Englisch > ;1bytes

Byte-Typ

Textdaten sind immer Unicode, dargestellt durch den Typ str, Binärdaten werden durch den Byte-Typ dargestellt

Binärdaten werden in Video-, Audiodateien und beim Senden verwendet Socket-Netzwerkübertragungsdaten usw.

Konvertieren Sie die Zeichenfolge in eine Binärdatei str.encode("encoding=utf-8")

Konvertieren Sie die Binärdatei in eine Zeichenfolge b'xe2x82'.decode("encoding=utf -8")

Das Dateihandle ist die Speicheradresse des Dateiobjekts

Zeichenkodierung und -transkodierung

Chinesische Zeichen können nicht in der ASCII-Codetabelle gespeichert werden. Die Standardeinstellung Die Systemzeichenkodierung von Windows ist GBK.

Unicode-Zeichenkodierung kann alle Zeichen der Welt speichern, aber alle Zeichen belegen zwei Bytes. Es stellt sich heraus, dass eine 2M

englische Datei 4M benötigt Speicher nach Verwendung von Unicode. Konvertieren Sie Leerzeichen

UTF-8-Zeichenfolge in GBK-Zeichen

Die Konvertierung von zwei beliebigen Codierungszeichenfolgen muss zunächst durch Konvertierung in Unicode-Codierung erfolgen

Unicode (Unified Code, Unicode, Unicode) ist eine auf Computern verwendete Zeichenkodierung. Unicode wurde entwickelt, um die Einschränkungen herkömmlicher Zeichenkodierungsschemata zu überwinden. Es legt eine einheitliche und eindeutige Binärkodierung für jedes Zeichen in jeder Sprache fest.

Es gibt grundsätzlich zwei Situationen, in denen verstümmelte Zeichen auftreten:

1. Es gibt keine Zeichenkodierung

Der von anderen beim Schreiben dieses Programms angegebene Zeichensatz steht an der falschen Stelle mit dem von uns verwendeten Zeichensatz

In der 2.x-Version von Python: Wenn Pyton die .py-Datei interpretiert, ist die Standardcodierung der ASCII-Code

Die Standardcodierung in Python3 ist die Unicode-Codierung

Weil in Python2 die Standardcodierung in

str ="Hallo"                     //Diese Zeichenfolge ist in utf-8 codiert

new_str=str.decode('utf-8') / / Übergeben Sie das ursprüngliche Codierungsformat von str an die Decodierfunktion, um es in Unicode-Codierung zu konvertieren

ret = new_str.encode('GBK') //Konvertieren Sie die Unicode-Codierung in eine GBK-codierte Zeichenfolge

str = u"Hallo" Das Hinzufügen eines u-Buchstabens vor der Zeichenfolge zeigt an, dass die Zeichenfolge auf die Unicode-Kodierung

Kodierung

eingestellt ist. Wenn der Python-Interpreter den Code in die .py-Datei lädt, wird er wird Der Inhalt ist codiert (Standard-ASCILL). Wenn also der Codierungstyp nicht angegeben ist, meldet

einen Fehler, wenn Chinesisch vorhanden ist.

Der Arbeitsprozess von Python

Python liest den Code in den Speicher 2. Lexikalische und syntaktische Analyse 3. Legen Sie ihn in den Compiler ---》 Generieren Sie Bytecode 4. Führen Sie den Bytecode aus -- - 》Maschinencode-CPU-Ausführung generieren

Variable

Der Wert der Zeichenfolge kann nicht geändert werden. Wenn Sie ihn ändern möchten, müssen Sie ihn später reservieren Änderung wird nicht unterstützt!
String-Eigenschaften werden nach der Änderung neu erstellt

Das obige ist der detaillierte Inhalt vonEinführung in die Python-Zeichenkodierungsdateimethode. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!