Python2和Python3的编码区别：

1：什么是字符串编码？

在计算机的世界，所有的数据本质上都由二进制表示

字符串编码：为了让人们能够读懂计算机数据，将计算机里的二进制数据，通过编码表对应，转换为人类可以看懂的字符

编码表历史：

1. 最早的计算机是美国人发明的，最开始设计编码表的时候，只考虑的美国的语言习惯（数据、字母和普通字符）0~127，出现了 ASCII 美国标准信息交换码

​

2. 后来计算机开始普及全球，由于0~127不够用了，各个国家开始指定自己的编码表（在ASCII表基础上进行扩展，表示前127个都是一样的），便有了欧洲 Latin-1、 中国简体中文 GB2312、繁体中文 Big5、日本Shift_JIS。

​

3. 由于导致各个国家的编码不统一，文化交流不方便，文本内容传输做编码转换很麻烦。

    于是国标组织指定了一个大一统的编码表：Unicode 万国码（给世界上每个字符，单独指定了一个二进制，再通过Unicode编码表转换）

    Unicode里每个字符占用4个字节（不够4个字节，前面补0），所以Unicode浪费空间。

    'a' == 00000000 00000000 00000000 01100001

​

4. 于是在Unicode基础上做了升级，UTF-8编码（可变长的Unicode），可以根据字符类型来指定字节空间（尽可能减少空间占用）

    在UTF-8里，一个字母1个字节，一个汉字3个字节 ； 在GBK里，一个字母1个字节，一个汉字2个字节（在简体中文处理GBK优于UTF-8）

​

5. UTF-8 也是当前世界上最流行的编码表处理方案，所有的Linux终端默认编码是UTF-8, 90%的网页都是UTF-8，简体中文的Windows终端默认编码是 GBK，也称为 CP936 (code page 936)

​

*乱码是指：显示指定编码的字符时，使用了其他的编码表（如简体中文Windows终端默认使用BGK编码，强行显示utf-8字符串是就会出现乱码）

2：python 字符串类型  和 编码 的关系？

python2 的字符串类型 和编码：

str 类型 是非Unicode编码（GBK,utf-8,jpg,mp4）

Unicode 类型字符串是Unicode编码

python3 的字符串类型和编码：

str类型字符串是Unicode编码

bytes 类型字符串是非Unicode编码（GBK,utf-8,jpg,mp4,mp3）

*3： 字符串编码转换

定律：任何操作系统、任何编程语言、任何编码字符串，都可以和Unicode互相转换。

例如：utf-8字符串转为GBK字符串​

1. 任何编码的字符串，都可以通过decode 解码为 Unicode字符串

        unicode_str = utf8_str.decode("utf-8")

2. Unicode字符串，可以通过 encode 编码为 指定编码字符串

    gbk_str = unicode_str.encode("gbk")​

反之亦然：

    unicode_str = gbk_str.decode("gbk")

utf8_str = unicode_str.encode("utf-8")

4：python解释器终端创建的字符串编码

python2的终端创建字符串，Windows是GBK编码，Linux是UTF-8编码（为str类型，非unicode编码）

ipython2里创建的字符串，统一为utf-8编码

python3的终端创建字符串，默认都是Unicode编码，为str类型（Unicode编码）

ipython3里创建的字符串，统一为Uncode编码

5：字符串默认写unicode 到文件的编码方式

**默认解释器编码：python2->ascii,python3->utf-8

    Python3：

        用 w 模式写入一个unicode字符串，保存到文件时，默认按解释器编码 (utf-8)进行编码转换，再写入文件中，所以文件编码是utf-8

        import sys

        sys.getdefaultencoding() # 查看当前Python3默认解释器编码，为utf-8

    with open("test.txt", "w") as f:

        f.write(unicode_str)

Python2:

    import sys

    sys.getdefaultencoding()  # 查看当前Python2默认解释器编码，为ascii

    用 w 模式写入一个unicode字符串，保存到文件时，默认按解释器编码 (ascii)进行编码转换，如果字符串里有中文等非ascii字符，无法将Unicode 按 ascii 编码处理，就会报出 UnicodeEncodeError

    with open("test.txt", "w") as f:

        f.write(unicode_str）

解决方案

1:将Python2的解释器编码，转为和Python3 一样的  utf-8

      import sys

    reload(sys)

      sys.setdefaultencoding("utf-8")

**字符串默认写Unicode到文件的方式（手动转码 、 文件encoding），可以不通过解释器编码转换处理（重点）：

​

    Python3:

        1. 手动对字符串进行编码转换，wb 模式再写入文件

​

            with open("test.txt", "wb") as f:

                f.write(unicode_str.encode("gbk"))

​

        2. 通过 open() 方法的  encoding 参数指定编码写入：

​

            with opne("test.txt", "w", encoding="gbk") as f:

                f.write(unicode_str)

​

​

    Python2:

        1. 手动对字符串进行编码转换，wb/w 模式再写入文件

​

            with open("test2.txt", "wb") as f:

                f.write(unicode_str.encode("gbk"))

​

        2. 通过 codecs.open() 方法的  encoding 参数指定编码写入：

​

            import codecs

            with codecs.open("test.txt", "w", encoding="gbk") as f:

                f.write(unicode_str)

总结：python写入Unicode字符串到文件时，指定编码方案：

手动对Unicode字符串编码转换为非Unicode字符串，再写入非Unicode字符串

通过 open()方法的encoding参数指定编码，再写入Unicode字符串

如果没有手动编码也没有指定编码，则默认通过 解释器编码 默认转码处理，自动转码再写入文件

6：文件编码

    当写入一个字符串到文件时，文件编码等于该字符串的编码。

    如果写入了一个其他编码的字符串，会导致文件内容有乱码，而且无法得知之前的内容是什么。

​

注意：不要在同一个文件中，写入不同的编码字符串。

7：网页编码

/html/head/meta/charset 指定了该网页的字符编码

8：python代码文件头部申明

Python3 默认是 utf-8

Python2 默认是 ascii

所有需要手动指定为 utf-8

#coding:urf-8