第五篇：python基礎之字元編碼

標籤：語言   解釋執行   ros   test   1.5   byte   文本編輯   文字   電腦基礎知識   

1. 電腦基礎知識（三幅圖）

2. 文字編輯器存取檔案的原理（nodepad++，pycharm，word）

開啟編輯器就開啟了啟動了一個進程，是在記憶體中的，所以在編輯器編寫的內容也都是存放與記憶體中的，斷電後資料丟失

             因而需要儲存到硬碟上，點擊儲存按鈕，就從記憶體中把資料刷到了硬碟上。

             在這一點上，我們編寫一個py檔案（沒有執行），跟編寫其他檔案沒有任何區別，都只是在編寫一堆字元而已。

 3. python解譯器執行py檔案的原理 ，例如python test.py

1.第一階段，python解譯器啟動，相當於啟動了一個文字編輯器。

2.第二階段，python解譯器相當於文字編輯器，去開啟test.py檔案，從硬碟上將test.py的檔案內容讀入到記憶體中(小複習：pyhon的解釋性，決定瞭解釋器只關心檔案內容，不關心檔案尾碼名)

3.第三階段，執行剛剛載入在記憶體中的檔案代碼

 

總結：

python解譯器與文字編輯器的異同：

相同點：python解譯器是解釋執行檔案內容的，因而python解譯器具備讀py檔案的功能，這一點與文字編輯器一樣

不同點：文字編輯器存入記憶體是為了顯示，編輯，而python解譯器是為了執行。

二 什麼是字元編碼

電腦只能讀懂0,1即位元，如何讓電腦讀懂人類的字元，這就要通過一個轉換的過程，即字元-->(轉換)--數字

這個過程就可以稱作為字元編碼

三 字元編碼的發展史

階段一;現代電腦起源於美國，最早誕生也是基於英文考慮的ASCII

ASCll：一個Bytes帶表一個字元，一個Bytes=8bit   8bit可以表示0-2**8-1種變化，即可以表示256個字元

階段二:為了滿足中文，中國人定製了GBK

　　GBK:2Bytes代表一個字元

　　為了滿足其他國家，各個國家紛紛定製了自己的編碼

　　日本把日文編到Shift_JIS裡，韓國把韓文編到Euc-kr裡

這個時候就出現了Unicode     統一用2Bytes代表一個字元，　2**16-1=65535，可代表6萬多個字元，因而相容萬國語言

但對於通篇都是英文的文本來說，這種編碼方式無疑是多了一倍的儲存空間（二進位最終都是以電或者磁的方式儲存到儲存介質中的）

於是產生了UTF-8，對英文字元只用1Bytes表示，對中文字元用3Bytes

需要強調的一點是：

unicode：簡單粗暴，所有字元都是2Bytes，優點是字元->數位轉換速度快，缺點是佔用空間大

utf-8：精準，對不同的字元用不同的長度表示，優點是節省空間的，缺點是：字元->數位轉換速度慢，因為每次都需要計算出字元需要多長的Bytes才能夠準確表示

 

總結;

1.記憶體中使用的編碼是Unicode，用空間換時間

2.硬碟中或者網路中使用utf-8  ，穩定（空間還要小）

五 字元編碼的使用5.1 文字編輯器一鍋端Unicode--->encode-->utf-8utf-8-->decode-->Unicode

總結：

無論是何種編輯器，要防止檔案出現亂碼（請一定注意，存放一段代碼的檔案也僅僅只是一個普通檔案而已，此處指的是檔案沒有執行前，我們開啟檔案時出現的亂碼）

核心法則就是，檔案以什麼編碼儲存的，就以什麼編碼方式開啟

檔案test.py以gbk格式儲存，內容為：

　　x=‘林‘

無論是

　　python2 test.py

還是

　　python3 test.py

都會報錯（因為python2預設ascii，python3預設utf-8）

除非在檔案開頭指定#coding:gbk

5.2 程式的執行

python test.py   （我再強調一遍，執行test.py的第一步，一定是先將檔案內容讀入到記憶體中）

 

階段一：啟動python解譯器

階段二：python解譯器此時就是一個文字編輯器，負責開啟檔案test.py,即從硬碟中讀取test.py的內容到記憶體中

此時，python解譯器會讀取test.py的第一行內容，#coding:utf-8，來決定以什麼編碼格式來讀入記憶體，這一行就是來設定python解譯器這個軟體的編碼使用的編碼格式這個編碼，

階段三：讀取已經載入到記憶體的代碼（unicode編碼的二進位），然後執行，執行過程中可能會開闢新的記憶體空間，比如x="egon"

記憶體的編碼使用unicode，不代表記憶體中全都是unicode編碼的二進位，

在程式執行之前，記憶體中確實都是unicode編碼的二進位,比如從檔案中讀取了一行x="egon",其中的x，等號，引號，地位都一樣，都是一般字元而已，都是以unicode編碼的二進位形式存放與記憶體中的

但是程式在執行過程中，會申請記憶體（與程式碼所存在的記憶體是倆個空間），可以存放任意編碼格式的資料，比如x="egon",會被python解譯器識別為字串，會申請記憶體空間來存放"hello"，然後讓x指向該記憶體位址，此時新申請的該記憶體位址儲存也是unicode編碼的egon,如果代碼換成x="egon".encode(‘utf-8‘),那麼新申請的記憶體空間裡存放的就是utf-8編碼的字串egon了

python檔案處理

 

 

 

 

 

 

 

第五篇：python基礎之字元編碼