對python3編碼那些事的小小總結(jié)

一、 了解一下編碼的發(fā)展。
1、 計算機只能處理數(shù)字，如果需要處理文本，需要先將文本轉(zhuǎn)換為數(shù)字。因為計算機是美國梆子發(fā)明的，所以他們發(fā)明了最早的編碼--ASCII編碼，也就是將他們的大小寫字符數(shù)字和一些符號編碼得到計算機中。比如A的編碼是65。
2、 隨著計算機在中國發(fā)展起來，拿ASCII去處理中文，顯然是不夠的，因為英文需要一個字節(jié)處理，而中文是需要兩個字節(jié)。為了滿足需求我們中國發(fā)明了自己的編碼GB2312。將中文編進去。
3、 我們中國如此，世界上那么多語言豈不是每種語言都需要一種編碼標準，如果一個文本中有多種語言，到時候產(chǎn)生的結(jié)果就是出現(xiàn)亂碼。
4、 為順應(yīng)發(fā)展，比較叼的Unicode編碼出生了，這個東西將所有的語言都統(tǒng)一到一套編碼中。這樣就不會再出現(xiàn)亂碼的問題。雖然這個東西夠強大，但是卻有一個不能小覷的缺點。相比于ASCII編碼要多出一倍的儲存空間。例如：A ascii:65 二進制：01000001 unicode:00000000 01000001
5、 所以秉承著節(jié)約的原則，UTF-8應(yīng)運而生，好處編碼可變長。例如A的UTF-8：01000001，可以將unicode編碼中的前面的零節(jié)約掉。
二、 在計算機 系統(tǒng)中通用編碼的工作方式
1、 當我們編輯文檔的時候，讀取文檔內(nèi)容將UTF-8字符轉(zhuǎn)換為unicode字符到內(nèi)存中。因為這里需要顯示，為了避免亂碼，使用通用的Unicode編碼。
2、 當編碼編輯完成后，再將Unicode的編碼轉(zhuǎn)換為UTF-8保存到文件中。因為這里是需要存入磁盤中的，為節(jié)約儲存空間，使用可變編碼長度的UTF-8編碼。
三、 python3字符編碼
python的字符串類型是str，在內(nèi)存中以Unicode表示。
1、 如果需要在網(wǎng)絡(luò)上傳輸，或者保存到存儲設(shè)備上，就需要將str變成以字節(jié)為單位的bytes?？梢允褂胑ncode()方法。通過第一大點的了解，我們知道Unicode表示的str可以通過ASCII和utf-8編碼轉(zhuǎn)換。但是轉(zhuǎn)換中文的時候，一定使用utf-8，因為含有中文的str無法用ASCII編碼，超出了ASCII編碼的范圍。例如：

2、 如果我們從網(wǎng)絡(luò)上或磁盤上讀取數(shù)據(jù)，就是將bytes變?yōu)閟tr。可以使用decode()方法。

通過上述了解，可以看出，utf-8編碼，不管是讀取數(shù)據(jù)，還是傳輸數(shù)據(jù)都不會出錯，所以很多情況下utf-8使用的更為廣泛一些。

四、 解析我實際遇到的問題
使用socket模塊編寫通信的腳本，原服務(wù)端：

#!/usr/bin/python3
import socket

s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
s.bind(('',6000))
s.listen(1)
client,addr=s.accept()
print ("Connected by",addr)
client.send("welcome")
text=client.recv(1024)
print(text)
client.close()
s.close()

原客戶端：

#!/usr/bin/python3
import socket

c=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
c.connect(("192.168.80.128",6000))
ans=c.recv(1024)
print(ans)
c.send("hello")
c.close()

執(zhí)行結(jié)果

send()方法用來傳遞數(shù)據(jù)，將hello傳遞給服務(wù)端。
錯誤提示需要將str類型的字符串轉(zhuǎn)換為bytes。在我們傳遞數(shù)據(jù)的時候應(yīng)該先將str轉(zhuǎn)換為bytes類型的數(shù)據(jù)方可。使用encode(‘utf-8’)或encode(‘a(chǎn)scii’)；同時服務(wù)端的send()方法傳遞的數(shù)據(jù)也應(yīng)該轉(zhuǎn)換一下。
服務(wù)端修改代碼：

client.send("welcome".encode('utf-8'))

客戶端修改代碼：

c.send("hello".encode('utf-8'))

修改后執(zhí)行結(jié)果：


執(zhí)行成功。
執(zhí)行過程中，str被轉(zhuǎn)換為bytes傳遞給對方。因為這里傳遞的是字母，內(nèi)容上看不出是bytes，但是字符串前有個字母b，表示bytes。如果傳遞的是中文：

因為我們將str轉(zhuǎn)換為了bytes。所以當我們接受數(shù)據(jù)的時候，應(yīng)當將bytes轉(zhuǎn)換為str
服務(wù)端修改代碼：
text=client.recv(1024).decode('utf-8')
客戶端修改代碼：
ans=c.recv(1024).decode('utf-8')
執(zhí)行結(jié)果：

總結(jié)完畢！?。?/p>