Python之字符与编码笔记

概述

      类型

             str 字符串

             bytes 字节

             bytearray 字节数组

     字符串编码架构

             字符集：赋值一个编码到某个字符，以便在内存中表示

             编码 Ecoding：转换字符到原始字节形式

             解码 Decoding：依据编码名称转换原始字节到字符的过程

     字符串存储

           编码只作用于文件存储或中间媒介转换时

           内存中总是存储解码以后的文本

字符编码

        ASCII     存储在一个Byte 0-127

        latin-1     存储一个Byte 128-255

        UTF-8     可变字节

                              0-127 使用单字节

                              128-2047 双字节存储

                               > 2047  3-4Byte

                               每Byte使用 128-255

       UTF-16    2 Byte 存储字符（另加2Byte作为标识）

       UTF-32    4 Byte

内置函数

       ord()  获取字符代码点

       chr() 获取代码点对应字符

       str.encode('编码')  将特定字符编码

       bytes.decode('编码')  将字符编码解码为字符文本

类型转换

      bytes：

             手动声明 b' '

             字符串编码  str.encode()

             构造函数  bytes()

      bytearray:

               bytearray('字符'，'编码')

             .decode()  解码为字符串

BOM处理

       open('data.txt','w|r', encoding='utf-8-sig')