day08

字符编码

文本编辑器存储信息的过程

文本编辑器--写文本--存储信息

显示屏（内存）--（转换）硬盘

ASCII码的转换关系

print (chr(65))
print(ord('a'))

Unicode存储占用太多空间，出现了Utf-8(和Unicode--对应)解决了Unicode内存占用

现在电脑都是内存中Unicode取，存用utf-8存

为什么内存中不用Utf-8和gb2312都没有转换关系，所以内存要用Unicode

gb2312和gbk的区别

gb2312是中国早期的编码，其中为常用词

gbk是后期完善的，包含了中文的所有字

用什么编码写，就用什么编码读，否则会出现乱码

编码和解码

Unicode编码--（编码）utf8从内存到硬盘

utf8--（解码）Unicode从硬盘到内存

现在内存只有Unicode编码

python解释器（文本编译器）解释python代码的流程

1.python解释器相当于文本编译器，先把代码读入python解释器--字符编码 上coding

2.识别代码--print有意义--语法问题

3.产生结果 -- 跑到终端 --字符编码

终端有一个特性：电脑是什么编码，就会按照什么编码来，windows终端是gbk

python2和python3的编码区别

python2

python有两种存储变量的形式，第一种：Unicode第二种：按照coding头来的

python2默认用ASCII读取字符

假设python2用utf8有存储x=‘中文’，当你print（x)的时候，终端接收gbk的变量x,但是windous终端编码是utf8，会乱码

假设python2用Unicode存储，终端接受的是Unicode，windows终端编码不管是什么都不会乱码

# coding:gbk
lt1 = '中文'  # utf存储的
# lt1 = ['中文']  # []让他不用终端的编码转化，显示01010101001
print lt1  # ['\xe4\xb8\xad\xe6\x96\x87']

lt2 = u'中文'  # u'中文'让他变成unicode  # 早期用python2定义中文，必须得加上u，让他变成unicode存储
# lt2 = [u'中文']
print lt2  # '中文'

python3

python3只有一种存储变量的形式，Unicode

python3用Unicode存储,不管终端编码是什么，都不会乱码

lt1 = '中文'  # == u'中文'
print(lt1)