python语法之字符编码

前置知识点：
1、程序执行的三大核心硬件（***）：
cpu
内存
硬盘

正常执行一个程序的要点：
1、将硬盘中的数据读到内存
2、由cpu读内存中的数据进行执行
3、在执行程序的时候，生成的数据，优先存入内存

 

2、python解释器执行一个py文件过程（***）
如果没有python解释器，py文件单纯就是一个文本文件
所以说，想执行py文件，必须先执行python解释器

1、将python解释器的代码有硬盘读到内存
2、将py文件以普通文本文件的格式由硬盘读到内存
3、python解释器去内存中读取py文件的数据
4、识别python语法，执行相应的操作

ps：任何一个文本编辑器的执行，前两部都一样

字符编码：
字符：世界上一切语言、文字
有必要考虑，图片文件、音频文件、视频文件？

文件的输入和输出是两个过程

人类输入的内容都是人类自己可以识别的字符

计算机只能识别0101010二进制字符

将人类的字符，存入内存和硬盘，要经历一个过程：

人类的字符 >>>>>>> （字符编码表） >>>> 计算机二进制

0 a
1 b
01 a
10 b
00 c
11 d

ASCII码表（美国）
用八位二进制来代表一个英文字符（所有的英文字符+符号一共大概128左右）
0000 0000
1111 1111
最多只能表示255位

八位二进制 = 8 bit
8 bit = 1 bytes
1024bytes = 1KB
1024KB = 1MB
1024MB = 1GB
1024GB = 1TB
1024TB = 1PB

GBK(中国)
用2个bytes来代表一个字符，兼容英文字符
0000 0000 0000 0000
1111 1111 1111 1111
最多可以表示65535位

shift（日本）

f*k（韩国）

万国码（unicode）

为了兼容所有的国家的字符，生成unicode
所有的字符都用2bytes
0101 0101 a
0000 0000 0101 0101 a
1、占用存储空间
2、io次数增加，程序运行速度变慢（最致命）

在unicode二进制数据存入硬盘的时候，做优化

utf-8:
utf-8只与unicode有对应关系
unicode transformation format

所有的英文字符用1个bytes表示
所有的中文字符用3个bytes表示

现在的计算机：
内存都是：unicode
硬盘都是：utf-8

需要掌握：
1、用户无论输入什么字符，存入内存，unicode都可以兼容
2、硬盘中无论是什么编码的文件，读到内存，都可以兼容unicode

数据的传输：
优先以自己的本国字符编码进行传递

必须掌握（******）
(内存)unicode二进制字符 >>> 编码(encode) >>> (硬盘)utf-8二进制字符
(硬盘)utf-8二进制字符 >>> 解码(decode) >>> (内存)unicode二进制字符

(******)
保证不乱码核心：
用什么编码存的数据，就用什么编码取

----------------------------------------
python2 :
默认的字符编码ascii码（因为当时的unicode还没盛行）
python3：
默认的字符编码utf-8

文件头：
# coding:utf-8
用英文字符，是为了让所有的计算机都可以识别

pycharm默认的字符编码是：
utf-8
windows操作系统默认字符编码：
gbk