python基础之字符编码

一、字符编码

     1.什么是字符编码？

　　字符-------标准（字符编码）-----》数字

     2.为什么要编码？

      让计算机认识人的字符

     3.常见的字符编码

      ASCII：一个Bytes代表一个字符（英文字符/键盘上的所有其他字符），1Bytes=8bit，8bit可以表示0-2**8-1种变化，即可表示256个字符

      GBK：2Bytes代表一个字符，由中国人定制

      unnicode：兼容万国语言，统一用2Bytes代表一个字符，2**16-1=66535，课代表6万多个字符，因而兼容万国语言，但是对于英文文本来说，就是凭空多了         一倍的存储空间

      utf-8：应unnicode的缺点而生，对英文字符只用1Bytes表示，对中文字符用3Bytes

需要强调的是：

　　uncode：简单粗暴，所有字符都是2Bytes，优点是字符->数字的转换速度块，确定啊是占用空间大

　　utf-8：精准，对不同的字符用不同的长度表示，优点是节省空间，缺点是：字符->数字的转换速度慢，因为每次都需要计算出字符需要多长的Bytes才能够准确表示

　　内存中使用的编码是unicode，用空间换时间（程序都需要加载到内存才能运行，因而内存应该是尽可能的保证快）

　　硬盘中或者网络传输用utf-8，网络I/O延迟或磁盘I/O延迟要远大于utf-8的转换延迟，而且I/O应该是尽可能地节省带宽，保证数据传输的稳定性。

     4.如何正确使用字符编码

      文件存：从内存刷到硬盘

      文件读：从硬盘读到内存

      1)文件执行前：

      文件用什么编码保存，读的时候就要用相同的编码打开，否则就会出现乱码，内存中默认都是unicode

      文件头：#coding：utf-8

               　python /a.py

      2)文件执行时：才有字符串数据类型的概念

      x='hello'     #python3中的字符串默认是unicode

      x.encode('gbk')     #python3中字符编码后的结果是bytes类型

      3)在python2中字符串分为：

　　str=butes:x='hello'     #u'hello'.encode('utf-8')

　　unicode     #x=u'hello'

　　5.程序的执行

　　阶段一：启动python解释器

　　阶段二：python解释器此时就是一个文本编辑器，负责打开文件test.py，即从硬盘中读取test.py的内容到内存中

　　阶段三：读取已经加载到内存的代码（unicode编码的二进制），然后执行，执行过程中可能会开辟新的内存空间，比如x=‘sam’