共计 1734 个字符，预计需要花费 5 分钟才能阅读完成。
1、ASCII 编码
计算机最开始是由美国人创造应用的，当然 ASCII 编码也是由美国人创造的。所以它的产生次要是切合了美国的 English 语言，并且反对阿拉伯数字以及英文状态的标点符号。
2、GB2312 编码
因为 ASCII 编码只能反对英文的编码应用，咱们的中文不能实现计算机信息交换，所以产生了 GB2312 编码用来实现信息交换，它是中华人民共和国国家标准简体中文字符集。
3、Unicode 编码
各个国家地区在定义了本人的编码标准之后，那么在多种编码语言的零碎中就会呈现乱码的状况。韩国有韩国的编码、日本有日本的编码，这样就造成了多语言模式的凌乱。因而，Unicode 编码就是为了解决这种状况，将所有的编码都对立到一个编码标准外面，即便是零碎中呈现多语言的解决也不会产生乱码的状况。
4、UTF-8 编码
正所谓先实现再欠缺，技术的倒退更是如此。尽管应用 Unicode 编码解决了编码统一性的问题，然而它又会占用比拟多的空间、并且在传输的过程中也会耗费相应的性能。所以，UTF-8 就随着历史的潮流诞生了，它能够应用更小的字节数实现语言编码的转换，大大的节俭了空间和传输性能。
5、检测编码
检测编码是常常要在爬虫过程中应用的形式，对网络上抓取到的内容进行编码的检测判断，为后续的内容提取、数据荡涤等提供牢靠的根据。
1# 导入 chardet 库
2import chardet
3test_str = "Python 集中营"
4# 应用 detect() 检测编码
5print chardet.detect(test_str)
为了防止大文本的转换太过消耗工夫，chardet 库还提供了另外一种检测形式，应用对象 UniversalDetector 的逐行检测形式会大大的提高效率。
1# 导入 UniversalDetector 对象
2from chardet.universaldetector import UniversalDetector
3
4# 定义获取编码函数
5def getEncodeInfo(file):
6 # 关上一个文件
7 with open(file, 'rb') as f:
8 # universaldetector 对象赋值
9 detector = UniversalDetector()
10 for line in f.readlines():
11 # 遍历检测编码
12 detector.feed(line)
13 # 确保检测达到最小相信阈值为 True 时返回
14 if detector.done:
15 break
16 # 检测完之后敞开源文本
17 detector.close()
18 # 返回编码
19 return detector.result['encoding']6、编码转换
个别在创立 .py 的 python 文件时，如果没有在文件头执行编码格局，则默认状况下是 ASCII 编码，这个时候咱们能够采纳从新加载编码格局的形式进行解决。
1# 导入 sys 库
2import sys
3# 从新加载 sys 零碎库
4reload(sys)
5# 打印默认编码格局
6print sys.getdefaultencoding()
7# 从新设置编码格局 UTF-8
8sys.setdefaultencoding('utf-8')
9# 打印从新设置的编码格局
10print sys.getdefaultencoding() 如果是进行文本的编码格局转换时，个别的思路是先将现有文本进行解码、实现解码之后再从新编码。
1# 读取或定义文本
2content = "文本内容"
3# 文本解码 encode_info 为检测到的编码方式
4content_decode = content.decode(encode_info,'ignore')
5# 文本从新编码
6content_encode_utf8 = content_decode.encode('utf-8')
更多精彩返回微信公众号【Python 集中营】，专一后端编程实战，原创文章每天更新！
