字符编码,python2和python3编码的区别
1.字符编码
字符(存储信息的东西) 编码(01010101010)——》键盘。
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。
1.1 ascii编码 --》英国人
ascii :只用于英文,最多只能用 8 位来表示(一个字节或者一个字母),即:2**8 = 256,所以,ASCII码最多只能表示 256 个符号。
python 中
ascii编码的转换关系的方法:
print(chr(65)) # A
print(ord('a')) # 97 查找ascii 表中的相对元素的含义。
1.2 unicode(可识别万国码)
unicode:万国码,32为表示一个东西,2**32.
硬盘中无论躺着什么格式的编码文件,unicode都可以识别,假设你看日本的片子,从硬盘中读取fuck编码,然后unicode识别,unicode帮你转换成gb2312,解决了乱码的问题,用unicode存
-
都用unicode取,又用unicode存,以后写代码只能写Unicode --》 以后全世界的代码都是unicode
-
unicode存的时候多占用空间,所以出现了utf8(只和unicode一一对应)--》解决了unicode内存占用的问题
-
现在所有的电脑都是这样的 --》: 内存中unicode取,存用utf8存(硬盘),全世界的人写代码/写文件都是用utf8
未来有一天会用到:utf-8
1.3 utf-8
utf-8:给unicode压缩,用尽量少的东西表示一个的东西,以8位单位的utf-8
最少用一个字节 == 8位表示,最多用4个字节 == 32为表示。中文:3个字节 = 24位表示。
1.4 unicode与ascii的表示
在硬盘存储时unicode消耗内存大 ,但unicode表示东西更多。一句话:浪费内存空间。
utf-8归纳:适用于数据保存,占用空间小。
windows系统的记事本默认编码 是 gbk,除此之外都是utf8
用什么编码写,就用什么编码读
写用utf8,存用utf8,读用gbk--》乱码
写用utf8,存用gbk,--》乱码 ,读用 --》除非你找日文编码,放入中文 の(中文的一个符号,不是日文的“的”)
1.5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(文本编辑器)解释python代码的流程
2.02 python2和python3编码的区别
终端有一个特性:你的电脑是什么编码,就按照什么编码的来,windows终端是gbk
python2和python3的编码区别:
python2
- python2有两种存储变量的形式,第一种:unicode;第二种:按照coding头来的
- 假设python2用utf8存储
x='中文'
,当你print(x)
的时候,终端接收gbk的变量x,但是windows终端编码是utf8,会乱码 - 假设python2用unicode存储,终端接受的是unicode,windows终端编码是utf8还是gbk重要吗?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,终端接收的是unicode,widonws终端编码是utf还是gbk不重要,不会乱码
lst = "中文" # == u'中文'
print(lst)
列:
# coding:gbk
# print('中文%s'%('描述')) # 用gbk写的,但是python2默认用acill读取字符