第2章 数据编码与格式
2.1 编码
即让字符跟计算机的存介绍储建立一个对应关系，首先要给字符设定字符集，确定对应字符的编码和编码规则。再根据编码规则在计算机中存储编码，这样就能根据字符串的编码读取到字符了。把字符存储为字节叫编码，把字节以字符串显示叫解码。
str = "汪"
bytes = str.encode("utf-8")
decode_bytes = bytes.decode("utf-8")
print("{}的字节形式为{},字符串形式为{}".format(str,bytes,decode_bytes))汪的字节形式为b'\xe6\xb1\xaa',字符串形式为汪2.1.1 表格
| 编码格式 | 占用字节数 | 码位采用进制 | 实例 |
|---|---|---|---|
| ASCII | 一个字节，实际只占了七位 | 采用10进制表示码位 | 33个控制字符+125个可见字符,总共128个 |
| gb2312 | 两个字节，且必须大于127，从而跟ascii区别 | 16进制表示码位 | 高位为区位，低位为行+列 |
| gbk | 2 | 16进制 | 由gb2312延伸而来，低位不再需要大于127 |
| utf-8 | 可变字节长度，1-4 | 16进制 | 但根据字节长度字节高位的数值也是有规则的 |
ASCII码 128个字符，用0-127表示, 用一个字节即可存储，可表示28=256个字符，32-126为可见字符，其他到127为控制字符，实际上一个字节只用了七位。其他国家的字符也需要加入进来，一个字节已经不够。
gb2312, 设置字符集，让编码与字符进行对应，采用分区管理方式，共设计94个区，每个区含94个位，共8836个码位。10行，10列的表示方法 区位+行位+列位 区位为高位，占一个字节，行位列位为低位，占一个字节，实际表示用16进制表示。为了与ascII码区分（gb2312向下兼容ascII码），即字节的第八位必须从1开始，即至少大于等于128（0x80），而控制字符需要占32个，外加一个空格键，已经占到了0xa0，所以真正的字符编码在字节中的表示位置都要加上0xa0，代表了在字节中的存储形式，因为之前的已经表示了其他的字符。
