Python基础—编码（Day2）

一、字符编码

 1.ASCII码：包含英文、数字、特殊字符，8位=1字节byte =1个字符，如： 0010 1010

   ASCII码表里的字符总共有256个，前128个为常用的字符如运算符，后128个称为扩展ASCII码。

 2. Unicode（万国码）：将所有国家的语言全部包含在这个密码本中。

     初期：16位，两个字节，表示一个字符。
      A ： 00010000 00010010
     中： 00010010 00010010
     升级：32位，四个字节，表示一个字符。（32位造成资源浪费）
     A ： 00010000 00010010 00010000 00010010
     中： 00010010 00010010 00010010 00010010

      Python2x,unicode默认是两个字节表示一个字符，可以编译安装时调整。

      Python3x, unicode统一是四个字节表示一个字符。

 3. utf-8：最少用8位表示字符

       英文：8位表示1个字符，如：00010000

       欧洲：16位表示两个字节表示一个字符，如：00010000 01000100

       亚洲：24位三个字节表示一个字符，如：00010000 01000100 00010000

4.GBK：国标，只包含英文、中文

        英文：8位，1个字节表示一个字符，如：000 0001

        中文：16位，两个字节表示一个字符，如：0000 0001 0000 0001

二、单位换算 

• 8 bit = 1 byte
• 1024 byte = 1 kb
• 1024 kb = 1 MB
• 1024 MB = 1 GB
• 1024 GB = 1 TB

 三、编码之间的转换

   1.编码之间的二进制是互不相识的。

   2.用于存储和传输的010101不能是unicode的010101。（utf-8和gbk是在unicode基础上写出来的）

   3.数据类型bytes：与str的用法相同。

       python3x中的str在内存中的编码方式是unicode，不能直接存储和发送，bytes的编码方式是非unicode（utf-       8、gbk.....等)。

    

 

   4.str与bytes类型的表现形式和内部编码

         对于英文：

                 str       表现形式：s='laonanhai'        

                             内部编码：unicode

                 bytes  表现形式：s=b'laonanhai'

                             内部编码：非unicode（utf-8，gbk等）

           对于中文：

                    str       表现形式：s='中国'        

                             内部编码：unicode

                  bytes  表现形式：s1=b'\xe4\xb8\xad\xe5\x9b\xbd'

                                 内部编码：非unicode（utf-8，gbk等）

   5.str与bytes之间的转换

        str---->bytes   s.encode('gbk')   编码

        bytes---->str   s.decode('gbk')   解码

 

s='alex'
s1=s.encode('utf-8')  #编码
s2=s1.decode('utf-8') #解码
print(s2)
执行结果：alex

 

   6.编码的转换

      utf-8不能直接转换成gbk，要通过unicode转换

      

 四、小数据池

    int和str有小数据池，目的是为了节省空间。

    1. int： -5—256在同一内存地址

     2.str：如果含有特殊字符不存在小数据池。

               str*int  int>20不存在小数据池（单个str）  

 五、 is和==

        ==是数值的比较

         is是内存地址的比较