python-day10--字元編碼

標籤：讀檔案   預設   啟動   檔案的   python3   格式   編輯   utf-8   硬體   

1.回顧：

軟體→作業系統→硬體

2.文字編輯器：

    啟動：硬碟→記憶體→運行（cpu）

    讀檔案：硬碟→記憶體→CPU讀

    存檔案：儲存到硬碟中

3.python解譯器

    啟動：硬碟→記憶體→運行（cpu）

    讀檔案：硬碟→記憶體→CPU讀

（這兩階段與文字編輯器相同，但第三階段就不同了，關係到文法等問題）

    解釋執行：這個階段就要在記憶體中開闢新的空間

4.字元編碼：顧名思義就是編碼字元的

①字元編碼的作用：把人能識別的字元通過一種標準翻譯成計算能識別的二進位，翻譯過程的標準就是字元編碼表

②不同的字元編碼表

ASCII

    用8個位表示一個位元組bytes，共可表示2**8=256種

GBK

    用2個bytes表示1個字元，共2**16種

Unicode（萬國碼）

    用2個bytes表示1個字元（但是在儲存英文字元的時候就浪費空間）

UTF-8（萬國碼）

    對英文存1個bytes，中文存3個bytes

5.電腦記憶體中用Unicode（速度快），硬碟中用UTF-8（佔用空間小，傳輸穩定）

6.儲存檔案過程：記憶體Unicode   →   encode   →   硬碟UTF-8/或其他字元編碼

   讀取檔案過程：硬碟UTF-8/或其他字元編碼  →  decode   →   記憶體Unicode

7.以上總結：

①存檔案的時候用的什麼編碼（encode）取的時候就要用什麼編碼取（decode）

②python3解譯器預設的字元編碼是UTF-8，可以更改：   #coding：gbk或其他

③python2解譯器預設的字元編碼是ASCII，可以更改：   #coding：uft-8或其他

8.python解譯器第三階段才用到字串，執行中遇到字串就會開闢新的記憶體空間存起來。

在python3中字串都是unicode格式的二進位存放在記憶體中，而在python2中字串都是已經encode後的結果，即bytes。

9.Unicode   →   encode   →   bytes

   bytes       →   decode   →   Unicode

10.python3中有兩種形式的字串：

    ①.Unicode（解譯器自動控制）

    ②.bytes（Unicode→encode→bytes）（人為控制）

11.python2的字串有兩種:

    ①.   str = bytes（Unicode→encode→bytes）（解譯器自動控制）

    ②.   u‘  字串  ‘       （相當於python3中的Unicode）

12.為什麼要有bytes：

     電腦最基本的傳輸訊號就是二進位，就相當說最基本的傳輸訊號就是bytes，所以資料要傳輸就要用bytes。

 

 

 

 

    

python-day10--字元編碼