python3中的UNICODE 與 UTF-8的簡單關系

一.字元集：

• ascii

• ISO-8859-1

  通常叫 做

  Latin-1

  ，向下相容ASCII，此字元集支援部分于歐洲使用的語言

• GB2312/GBK

  這就是漢字的國标碼，專門用來表示漢字，是雙位元組編碼，而英文字母和iso8859-1一緻（相容iso8859-1編碼）。其中gbk編碼能夠用來同時表示繁體字和簡體字，而gb2312隻能表示簡體字，gbk是相容gb2312編碼的。

• unicode

  萬國碼

二.Unicode 與 UTF 之間的簡單關系：

• UTF

  Unicode Transformation Format，通用傳輸格式

• UTF-8

  8-bit Unicode Transformation Format

UTF-8 是一種 Unicode 的編碼方式，主要作用對 Unicode 碼的資料進行轉換，轉換後友善存儲和網絡傳輸

三.Python3 中的位元組串與字元串 之間的差別:

• 節串（二進制資料，bytes）
• 字元串（Unicode碼資料，2個位元組作為一個字）

四.Python3 中編碼:

• 二進制 -> 轉換 -> 字元串 需要解碼 decode
• 字元串 -> 轉換 -> 二進制 需要編碼 encode

python3 記憶體中使用的字元串全部是

unicode

碼，但是網絡傳輸的資料或者從磁盤讀取的資料是把

unicode

碼轉換過的資料，通常情況下可能是

utf-8

格式的資料，是以如果從網絡中讀取或者磁盤中讀取其實就是把

utf-8

格式的資料解碼成

unicode

碼資料，相反如果想把記憶體中

unicode

碼資料存儲到磁盤或者網絡中需要對

unicode

碼進行編碼，通常可以采用

utf-8

的形式進行編碼

python3解釋器中自帶UTF-8編碼器，python2中不自帶，是以需要手動設定： #coding:utf-8