对python3编码那些事的小小总结

1、 了解一下编码的发展。
一、 计算机只能处理数字，若是须要处理文本，须要先将文本转换为数字。由于计算机是美国梆子发明的，因此他们发明了最先的编码--ASCII编码，也就是将他们的大小写字符数字和一些符号编码获得计算机中。好比A的编码是65。
二、 随着计算机在中国发展起来，拿ASCII去处理中文，显然是不够的，由于英文须要一个字节处理，而中文是须要两个字节。为了知足需求咱们中国发明了本身的编码GB2312。将中文编进去。
三、 咱们中国如此，世界上那么多语言岂不是每种语言都须要一种编码标准，若是一个文本中有多种语言，到时候产生的结果就是出现乱码。
四、 为顺应发展，比较叼的Unicode编码出生了，这个东西将全部的语言都统一到一套编码中。这样就不会再出现乱码的问题。虽然这个东西够强大，可是却有一个不能小觑的缺点。相比于ASCII编码要多出一倍的储存空间。例如：A ascii:65 二进制：01000001 unicode:00000000 01000001
五、 因此秉承着节约的原则，UTF-8应运而生，好处编码可变长。例如A的UTF-8：01000001，能够将unicode编码中的前面的零节约掉。
2、 在计算机 系统中通用编码的工做方式
一、 当咱们编辑文档的时候，读取文档内容将UTF-8字符转换为unicode字符到内存中。由于这里须要显示，为了不乱码，使用通用的Unicode编码。
二、 当编码编辑完成后，再将Unicode的编码转换为UTF-8保存到文件中。由于这里是须要存入磁盘中的，为节约储存空间，使用可变编码长度的UTF-8编码。
3、 python3字符编码
python的字符串类型是str，在内存中以Unicode表示。
一、 若是须要在网络上传输，或者保存到存储设备上，就须要将str变成以字节为单位的bytes。可使用encode()方法。经过第一大点的了解，咱们知道Unicode表示的str能够经过ASCII和utf-8编码转换。可是转换中文的时候，必定使用utf-8，由于含有中文的str没法用ASCII编码，超出了ASCII编码的范围。例如：

二、 若是咱们从网络上或磁盘上读取数据，就是将bytes变为str。可使用decode()方法。

经过上述了解，能够看出，utf-8编码，不论是读取数据，仍是传输数据都不会出错，因此不少状况下utf-8使用的更为普遍一些。

4、 解析我实际遇到的问题
使用socket模块编写通讯的脚本，原服务端：

#!/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()

原客户端：

#!/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()

执行结果

send()方法用来传递数据，将hello传递给服务端。
错误提示须要将str类型的字符串转换为bytes。在咱们传递数据的时候应该先将str转换为bytes类型的数据方可。使用encode(‘utf-8’)或encode(‘ascii’)；同时服务端的send()方法传递的数据也应该转换一下。
服务端修改代码：

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

客户端修改代码：

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

修改后执行结果：


执行成功。
执行过程当中，str被转换为bytes传递给对方。由于这里传递的是字母，内容上看不出是bytes，可是字符串前有个字母b，表示bytes。若是传递的是中文：

由于咱们将str转换为了bytes。因此当咱们接受数据的时候，应当将bytes转换为str
服务端修改代码：
text=client.recv(1024).decode('utf-8')
客户端修改代码：
ans=c.recv(1024).decode('utf-8')
执行结果：

总结完毕！！！