字符编码

1、ServletRequest   在Servlet中，ServletRequest是一个非常重要的接口。这个类是由Servlet容器进行实例化，然后作为参数传递给了service()方法。在HttpServlet中，对应的是HttpServletRequest接口，HttpServletRequest 接口继承与ServletRequest接口。   在Servlet 3.0 API中，ServletRequest接口或类的层级结构如下：   当然，ServletRequest接口或类的层级结构中不仅仅包括Servlet 3.0 API中的这几个接口或类，同时在Tomcat容器和spring中都有很对相应的实现，比如：org.apache.catalina.core.ApplicationRequest和org.springframework.web.multipart.MultipartHttpServletRequest等。 ServletRequest作用：    Servlet容器对于接收到的每一个请求，都会创建一个ServletRequest对象，并把这个对象作为参数传递给Servlet的sevice( )方法。ServletRequest对象封装了关于这次请求的相关信息。继承该接口的接口，可以携带一些和协议相关的特定信息，比如javax.servlet.http

codecs专门用作编码转换，当我们要做编码转换的时候可以借助codecs很简单的进行编码转换 codecs模块提供一个open方法，三个参数encoding, errors, buffering，这三个参数都是可选参数，但是对于应用来说，需要明确指定encoding的值，而errors和buffering使用默认值即 可。使用方法如下： import codecs # 从文件读取数据 data = codecs.open("2.txt", encoding="UTF-8") # 一行一行读取数据 data1 = data.readline() print(data1) # 度去完数据要把数据对象进行关闭，从内存里面释放出来 data.close() codecs模块为我们解决的字符编码的处理提供了lookup方法，它接受一个字符编码名称的参数，并返回指定字符编码对应的 encoder、decoder、StreamReader和StreamWriter的函数对象和类对象的引用。为了简化对lookup方法的调用， codecs还提供了getencoder(encoding)、getdecoder(encoding)、getreader(encoding)和 getwriter(encoding)方法；进一步，简化对特定字符编码的StreamReader、StreamWriter和

1. 概述 字符串是指包含若干字符的容器结构。在python中，字符串属于不可变有序序列。使用单引号、双引号或三双引号作为定界符，并且不同的定界符之间可以互相嵌套。 2. 字符串编码格式 ASCII 仅对10个数字、26个大小写英文字母及一些其他符号进行了编码。采用1个字节进行编码，最多只能表示256个符号 UTF-8对全世界所有国家需要用到的字符进行了编码，以一个字节表示英语字符，以3个字节表示中文。 GB2312是我国定制的中文编码，使用1个字节表示英语，2个字节表示中文 GBK是GB2312的扩充，而CP936是微软在GBK的基础上开发的编码方式 不同的编码格式之间相差很大，采用不同的编码格式意味着不同的表示和存储形式。 python 3.x 默认使用UTF8编码格式，完全支持中文。在统计字符串长度时，无论是一个数字、英文字母，还是一个汉字，都按一个字符对待和处理。 encode() 方法表示使用指定的字符串编码格式编码 decode() 方法表示使用指定编码格式解码 3. 转义字符与原始字符串 转义字符是指，在字符串中某些特定的符号前加一个斜线之后，该字符将被解释为另一种含义，不再表示本来的字符。 在字符串前面加上字母R或r表示原始字符串。 4. 字符串格式化 python的字符串格式化有两种方式： % 和 format % [-] [+] [0] [m] [n] 格式字符

前言 众所周知计算机只能识别二进制数字，如1010,1001。我们屏幕所看到的文字，字符都是和二进制转换后的结果。将我们的文字按照某种规则转换二进制存储在计算机上，这一个过程叫字符编码，反之就是解码。目前存在多种字符编码方式，一组二进制数字根据不同的解码方式，会得到不同的结果，有时甚至会得到乱码。这也就是为什么我们打开网页时有时会是乱码，打开一个文本文件有时也是乱码，而换了一种编码就恢复正常了。CLR中的所有字符都是16位Unicode来表示的。CLR中的Encoding就是用于字节和字符之间的转换的。更多字符编码知识请参考， 字符集和字符编码（Charset & Encoding） 关于Encoding CLR中的Encoding是在System.Text命名空间下的，它是一个抽象类(abstract class)， 所以不能被直接实例化，它主要有如下的派生类： ASCIIEnding，UnicodeEncoding，UTF32Encoding，UTF7Encoding，UTF8Encoding ，你可以根据需要选择一个合适的Encoding来进行编码和解码。你也可以调用Encoding的静态属性ASCII，Unicode，UTF32，UTF7，UTF8，来构造一个Encoding。其中Unicode是表示16位Encoding。调用静态属性和实例化一个子类的效果是一样的

一，复习 ''' 类型转换 1.数字类型：int() | bool() | float() 2.str与int： int('10') | int('-10') | int('0') | float('-.5') | float('3.14') | str(数字) 3.重点 - str与list： 　　 'abc' => ['a', 'b', 'c']: list('abc') | ''.join(['a', 'b', 'c']) 　　 'abc|def|xyz' => ['abc', 'def', 'xyz']: s.split('|') | '|'.join(ls) 4.list、set、tuple：类型() 5.list与dict： 　　a=1&b=2&c=3 <=> [('a', 1), ('b', 2), ('c', 3)] <=> {'a': 1, 'b': 2, 'c': 3} 　　dic = {} 　　 for k, v in [('a', 1), ('b', 2), ('c', 3)]: 　　dic[k] = v 　　 ls = [] 　　for k, v in {'a': 1, 'b': 2, 'c': 3}.items(): 　　ls.appen((k, v)) 6.可以通过字典构建任意数据的映射关系： 　　 type_map = { 　　 1: '壹', 　　

不论你是有着多年经验的 Python 老司机还是刚入门 Python 不久，你一定遇到过UnicodeEncodeError、UnicodeDecodeError 错误，每当遇到错误我们就拿着 encode、decode 函数翻来覆去的转换，有时试着试着问题就解决了，有时候怎么试都没辙，只有借用 Google 大神帮忙，但似乎很少去关心问题的本质是什么，下次遇到类似的问题重蹈覆辙，那么你有没有想过一次性彻底把 Python 字符编码给搞懂呢？ 完全理解字符编码 与 Python 的渊源前，我们有必要把一些基础概念弄清楚，虽然有些概念我们每天都在接触甚至在使用它，但并不一定真正理解它。比如：字节、字符、字符集、字符码、字符编码。 字节 字节（Byte）是计算机中数据存储的基本单元，一字节等于一个8位的比特，计算机中的所有数据，不论是保存在磁盘文件上的还是网络上传输的数据（文字、图片、视频、音频文件）都是由字节组成的。 字符 你正在阅读的这篇文章就是由很多个字符（Character）构成的，字符一个信息单位，它是各种文字和符号的统称，比如一个英文字母是一个字符，一个汉字是一个字符，一个标点符号也是一个字符。 字符集 字符集（Character Set）就是某个范围内字符的集合，不同的字符集规定了字符的个数，比如 ASCII 字符集总共有128个字符，包含了英文字母、阿拉伯数字

在使用json.dumps时要注意一个问题 import json print （json.dumps('中国')） "\u4e2d\u56fd" 输出的会是 '中国' 中的ascii 字符码，而不是真正的中文。 这是因为json.dumps 序列化时对中文默认使用的ascii编码.想输出真正的中文需要指定ensure_ascii=False： import json print （json.dumps('中国')） "\u4e2d\u56fd" print （json.dumps('中国',ensure_ascii=False)） "中国" 同样如果指定为 ensure_ascii=True,他还是会输出 ascii 字符码 print （json.dumps('中国',ensure_ascii=True)） "\u4e2d\u56fd" 来源： https://www.cnblogs.com/shao-shuai/p/10118040.html

字符集之在UTF-8中，一个汉字为什么需要三个字节？ （一）在UTF-8中，一个汉字为什么需要三个字节？ UNICODE是万能编码，包含了所有符号的编码，它规定了所有符号在计算机底层的二进制的表示顺序。有关Unicode为什么会出现就不叙述了，Unicode是针对所有计算机的使用者定义一套统一的编码规范，这样计算机使用者就避免了编码转换的问题。Unicode定义了所有符号的二进制形式，也就是符号如何在计算机内部存储的，而且每个符号规定都必须使用两个字节来表示，也就是用16位二进制去代表一个符号，这样就导致了一个问题，英文编码的空间浪费，因为在ANSI中的符号都是一个字节来表示的，而使用了UNICODE编码就白白浪费了一个字节。也就代表着Unicode需要使用两倍的空间去存储相应的ANSI编码下的符号。虽然现在硬盘或者内存都很廉价，但是在网络传输中，这个问题就凸显出来了，你可以这样想想，本来1M的带宽在ANSI下可以代表1024 1024个字符，但是在Unicode下却只能代表1024 1024/2个字符。也就是1MB/s的带宽只能等价于512KB/s，这个很可怕啊。所以为了解决符号在网络中传输的浪费问题，就出现了UTF-8编码，Unicode transfer format -8 ，后面的8代表是以8位二进制为单位来传输符号的，但是这样又导致了一个问题，虽然UTF

代码页 名称 显示名称 37 IBM037 IBM EBCDIC（美国 - 加拿大） 437 IBM437 OEM 美国 500 IBM500 IBM EBCDIC（国际） 708 ASMO-708 阿拉伯字符 (ASMO 708) 720 DOS-720 阿拉伯字符 (DOS) 737 ibm737 希腊字符 (DOS) 775 ibm775 波罗的海字符 (DOS) 850 ibm850 西欧字符 (DOS) 852 ibm852 中欧字符 (DOS) 855 IBM855 OEM 西里尔语 857 ibm857 土耳其字符 (DOS) 858 IBM00858 OEM 多语言拉丁语 I 860 IBM860 葡萄牙语 (DOS) 861 ibm861 冰岛语 (DOS) 862 DOS-862 希伯来字符 (DOS) 863 IBM863 加拿大法语 (DOS) 864 IBM864 阿拉伯字符 (864) 865 IBM865 北欧字符 (DOS) 866 cp866 西里尔字符 (DOS) 869 ibm869 现代希腊字符 (DOS) 870 IBM870 IBM EBCDIC（多语言拉丁语 2） 874 windows-874 泰语 (Windows) 875 cp875 IBM EBCDIC（现代希腊语） 932 shift_jis 日语 (Shift-JIS)

乱码问题如下： 导致问题产生的原因很简单，无非是命令行的编码和MySQL内部设置的编码出现了偏差。我们右键属性查看以下命令行的编码方式是GBK。 解决： mysql > show variables like 'character%' ; -- 模糊查询character开头的全局变量 character_set_client：客户端的字符集 character_set_connection：连接的字符集 character_set_results：查询结果的字符集 可以将上面三者分别设置为GBK： set xxx = gbk; 可以简便地： set names gbk; 当然，上面两步操作都是暂时性的，下次开启还是会这样，所以图形化界面真香。 至此，就已经结束： 来源： CSDN 作者： 天乔巴夏丶 链接： https://blog.csdn.net/Sky_QiaoBa_Sum/article/details/104704018