本文目錄一覽：
python是什麼編碼格式
python編碼總結：
1).首先python有兩種格式的字符串，str和unicode，其中unicode相當於字節碼那樣，可以跨平台使用。
str轉化為unicode可以通過unicode()，u，str.decode三種方式
unicode轉化為str，如果有中文的話，一般通過encode的方式
2).如果代碼中有中文的話，我們一般會添加 “# coding=utf-8″，這個是什麼作用呢，一般如下：
如果代碼中有中文注釋，就需要此聲明比較高級的編輯器（比如我的emacs），會根據頭部聲明，將此作為代碼文件的格式。程序會通過
頭部聲明，解碼初始化 u”人生苦短”，這樣的unicode對象，（所以頭部聲明和代碼的存儲格式要一致
所以，當我們填上編碼頭的時候，使用s=”中文”，實際上type(s)是一個str，是已經將unicode以utf-8格式編碼成str。
其次，如果我們在代碼中使用s=u’中文’，相當於將str以utf-8解碼成unicode。
推薦學習《python教程》。
python有哪幾種編碼方式
第一種：ASCII碼。是基於拉丁字母的一套電腦編碼系統，主要用於顯示現代英語和其他西歐語言，它是現今最通用的單字節編碼系統，並等同於國際標準IS/IEC
646。
由於計算機是美國人發明的，因此，最早只有127個字母被編碼到計算機李，也就是大小寫英文字母、數字和一些符號，這個編碼表被稱為ASCII編碼，比如大寫字母A的編碼是65，小寫字母a的編碼是97，後128個稱為擴展ASCII碼。
第二種：GBK和GB2312。能在計算機中顯示中文字符是至關重要的，然而ASCII表裡一個偏旁部首都沒有，所以我們需要一個關於中文和數字對應的關係表，一個字節只能最多表示256個字符，用處理中文顯然一個字節是不夠的，所以我們需要採用兩個字節來表示，所以中國制定了GB2312編碼，用來將中文編寫進去。
第三種：Unicode。因為各個國家都有一套自己的編碼，所以無法避免衝突，因此Unicode誕生了。它可以把所有語言都統一到一套編碼里，這樣就不會存在亂碼問題了，現代操作系統和大多數編程語言都直接支持Unicode。
第四種：UFT-8。基於節約的原則，出現了把Unicode編碼轉化為可變長編碼的UTF-8編碼。而UTF-8編碼把一個Unicode字符根據不同的數字大小編碼成1-6個字節，常用的英文字母被編碼成一個字節，漢字通常是3個字節，只有很生僻的字符才會被編碼成4-6個字節，如果你要傳輸的文本包含大量英文字符，用UTF-8編碼就能節省空間。
Python 字符集編碼 – UTF-8 編碼
Unicode 的編碼範圍為 0~0x10FFFF ，如此大的範圍，顯然沒辦法像 ASCII 編碼一樣使用一個字節存儲。為此，Unicode 制定了各種儲存編碼的方式，如： UTF-8 、 UTF-16 和 UTF-32 ，這些存儲格式被稱為 Unicode 轉換格式 UTF 。
每種 Unicode 轉換格式都會把一個編碼存儲為一到多個編碼單元，如 UTF-8 的編碼單元為 8 位的字節； UTF-16 的編碼單元為 16 位，即 2 個字節； UTF-32 的編碼單元為 32 位，即 4 個字節。
其中， UTF-8 是在互聯網上使用最廣泛的一種 Unicode 轉換格式，具有以下顯著的優勢。下面，我們就先來看看 UTF-8 具有哪些有點吧~
1. UTF-8 中每個 ASCII 字符只需要一個字節去存儲，因此一個 ASCII 文本本身也是一個 UTF-8 文本，即做到了向後兼容。
比如 A 的 ASCII 碼對應為 0x41 ， a 的 ASCII 碼對應為 0x61 ，那麼 UTF-8 兼容 ASCII 也就意味着：
這裡，需要再次提醒一下：Unicode 是表現形式，UTF-8 是存儲形式；即 UTF-8 解碼之後為 Unicode ，Unicode 可以編碼成 UTF-8 。
2. UTF-8 採用字節為存儲單元，因此不存在字節的大端和小段的問題。
UTF-16 和 UTF-32 的存儲單元分別是 2 字節和 4 字節，因此在存儲時會涉及到大小端的問題。那什麼是大小端模式呢？下面我們來暫停補充一下~
關於如何獲知你的環境使用的是大端模式還是小端模式，這裡有個簡單的方式：定義一個 short 類型的數組即可：
數字 1 在 short 類型中表示為 0x0001 ，高位為 0x00 ，低位為 0x01 。我們可以很直觀地看到，數組在保存數據時，將高位 0x00 放在了高地址處，將低位 0x01 放在了低地址處。因此使用的就是小端模式。
那 UTF-8 為什麼可以使用字節來作為存儲單元，而不用擔心字節序的問題呢？這就涉及到了 UTF-8 巧妙的編碼規則~
UTF-8 最大的一個特點，就是它是一種變長的編碼方式。它可以使用 1~4 個字節表示一個符號，根據不同的符號而變化字節長度。UTF-8的編碼規則很簡單，只有二條：
1）對於單字節符號，字節的第一位設為 0 ，後 7 位為這個符號的 Unicode 碼。也就是我們上文提到的向後兼容：對於英文字母，UTF-8 編碼和 ASCII 碼是相同的。
2）對於使用 X 個字節存儲的符號，第一個字節的前 X 位設置為 1 ，第 X+1 位設置為 0 ，後面字節的前 2 位一律設置為 10 ，剩下的位置一次填充這個符號的 Unicode 碼。
下表總結了編碼規則，字母 x 表示可用於編碼的位：
跟據上表，解讀 UTF-8 編碼也非常簡單：如果一個字節的第一位是 0 ，則這個字節單獨就是一個字符；如果第一位是 1 ，則連續有多少個 1 ，就表示當前字符佔用多少個字節。
下面，我們就來演示一下 UTF-8 編碼的過程。
首先，獲取漢字 魚 的 Unicode 碼：
我們不妨先對 魚 這個漢字使用 utf-8 編碼看看使用幾個字節存儲：
魚 在 UTF-8 編碼中使用 3 個字節存儲，因此其存儲的二進制的形式為 1110xxxx 10xxxxxx 10xxxxxx ，將 Unicode 1001 110001 111100 依次填充到佔位符 x 的位置就得到： 11101001 10110001 10111100 。
下面，我們將上述推導得出的 11101001 10110001 10111100 轉換為十六進制，驗證一下是否為 b’\xe9\xb1\xbc’ ：
驗證無誤！
python程序有哪些編碼規範
編碼格式聲明
通常，編碼格式聲明是必需的。如果 python 源碼文件沒有聲明編碼格式，python 解釋器會默認使用 ASCII 編碼，一旦源碼文件包含非ASCII編碼的字符，python 解釋器就會報錯。以 UTF-8 為例，以下兩種編碼格式聲明都是合乎規則的。
縮進
統一使用 4 個空格進行縮進。絕對不要用tab, 也不要tab和空格混用。對於行連接的情況，我一般使用4空格的懸掛式縮進。例如：
引號
自然語言使用雙引號
機器標識使用單引號
正則表達式使用雙引號
空行
編碼格式聲明、模塊導入、常量和全局變量聲明、頂級定義和執行代碼之間空兩行
頂級定義之間空兩行，方法定義之間空一行
在函數或方法內部，可以在必要的地方空一行以增強節奏感，但應避免連續空行
導入模塊
導入總應該放在文件頂部，位於模塊注釋和文檔字符串之後，模塊全局變量和常量之前。導入應該按照從最通用到最不通用的順序分組，分組之間空一行
標準庫導入
第三方庫導入
應用程序指定導入
命名規範
模塊盡量使用小寫命名，首字母保持小寫，盡量不要用下劃線
類名使用駝峰(CamelCase)命名風格，首字母大寫，私有類可用一個下劃線開頭
函數名一律小寫，如有多個單詞，用下劃線隔開
私有函數可用一個下劃線開頭
變量名盡量小寫, 如有多個單詞，用下劃線隔開
常量採用全大寫，如有多個單詞，使用下劃線隔開
Python 源程序編碼注意事項？
默認情況下，Python 源文件是 UTF-8 編碼。在此編碼下，全世界大多數語言的字符可以同時用在字符串、標識符和注釋中 — 儘管 Python 標準庫僅使用 ASCII 字符作為標識符，這只是任何可移植代碼應該遵守的約定。如果要正確的顯示所有的字符，你的編輯器必須能識別出文件是 UTF-8 編碼，並且它使用的字體能支持文件中所有的字符。
你也可以為源文件制定不同的字符編碼。為此，在 #! 行（首行）後插入至少一行特殊的注釋行來定義源文件的編碼:
# -*- coding: encoding -*-
通過此聲明，源文件中所有的東西都會被當作用 encoding 指代的 UTF-8 編碼對待。在 Python 庫參考手冊 codecs 一節中你可以找到一張可用的編碼列表。
例如，如果你的編輯器不支持 UTF-8 編碼的文件，但支持像 Windows-1252 的其他一些編碼，你可以定義:
# -*- coding: cp-1252 -*-
這樣就可以在源文件中使用 Windows-1252 字符集中的所有字符了。這個特殊的編碼注釋必須在文件中的 第一或第二 行定義。
原創文章，作者：小藍，如若轉載，請註明出處：https://www.506064.com/zh-hant/n/301487.html
微信掃一掃 
支付寶掃一掃 