目录

字符编码

  • 什么是字符编码

字符编码（英语：Character encoding）也称字集码，是把字符集中的字符编码为指定集合中某一对象（例如：比特模式、自然数序列、8位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递。常见的例子包括将拉丁字母表编码成摩斯电码和ASCII。其中，ASCII将字母、数字和其它符号编号，并用7比特的二进制来表示这个整数。通常会额外使用一个扩充的比特，以便于以1个字节的方式存储。

计算机要想工作必须通电,即用‘电’驱使计算机干活,也就是说‘电’的特性决定了计算机的特性。电的特性即高低电平(人类从逻辑上将二进制数1对应高电平,二进制数0对应低电平)，关于磁盘的磁特性也是同样的道理。结论：计算机只认识数字。

很明显，我们平时在使用计算机时，用的都是人类能读懂的字符（用高级语言编程的结果也无非是在文件内写了一堆字符），如何能让计算机读懂人类的字符？

  • 内存为什么不用utf8？

​ 只有Unicode编码才能运行其他国家硬盘中的代码，而UTF-8的代码无法进行该操作。

  • 乱码的两种情况

​ 存文件时就已经乱码

​ 读文件时乱码

  • 涉及到字符编码的两个场景

  1. 一个Python文件中的内容是由一堆字符组成的，存取均涉及到字符编码问题（Python文件并未执行，前两个阶段均属于该范畴）。

  2. Python中的数据类型字符串是由一串字符组成的（Python文件执行时，即第三个阶段）。

  • 字符编码的发展史

​ 计算机由美国人发明，最早的字符编码为ASCII，只规定了英文字母数字和一些特殊字符与数字的对应关系。最多只能用 8 位来表示（一个字节），即：2**8 = 256，所以，ASCII码最多只能表示 256 个符号。

​ ascii用1个字节（8位二进制）代表一个字符；Unicode常用2个字节（16位二进制）代表一个字符，生僻字需要用4个字节。

​ 中国人规定了自己的标准gb2312编码，规定了包含中文在内的字符与数字的对应关系。

​ 键盘 发送的是电流 --> 主机（内存）接收到电流（当作01010101010） --》 显示屏 接收电流（当作01010101010

​ 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

  • 总结
  1. 保证不乱码的核心法则就是，字符按照什么标准而编码的，就要按照什么标准解码，此处的标准指的就是字符编码。
  2. 在内存中写的所有字符，一视同仁，都是Unicode编码，比如我们打开编辑器，输入一个“你”，我们并不能说“你”就是一个汉字，此时它仅仅只是一个符号，该符号可能很多国家都在使用，根据我们使用的输入法不同这个字的样式可能也不太一样。只有在我们往硬盘保存或者基于网络传输时，才能确定”你“到底是一个汉字，还是一个日本字，这就是Unicode转换成其他编码格式的过程了。简而言之，就是内存中固定使用的就是Uncidoe编码，我们唯一能改变的就是存储到硬盘时使用的编码。

​ Unicode----->encode（编码）-------->gbk
​ Unicode<--------decode（解码）<----------gbk

Python2和Python3编码的区别

coding:gbk print('中文‘) # 用gbk写的

python2默认用acill读取字符

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

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

上节课回顾

元组内置方法
不可更改的列表，其他的和列表一模一样

散列表

字典内置方法

  1. 乱序 --》 python2中字典是乱序的，但是python3做了优化（本来是乱序的，但是在c这个层面做了不乱序的优化）
  2. key为什么是不可变的，假设key是可变的，

[key]可以取值，也可以修改值

get 获取值，没有默认None

setdefault 有就不修改，没有就增加

集合内置方法

  1. 去重 --》同样的值存的位置是一样的，拿到第一个就不会拿到第二个
  2. 乱序 --》插值是按照某种哈希算法随机插的
  3. 进行数学集合运算
    1. 交集 &
    2. 并集 |
    3. 差集 -
    4. 补集 ^

add 添加

remove 删除

discard 删除

深浅拷贝

拷贝

l2为l1的拷贝对象，则l1内部的所有数据类型变化，则l2变化

浅拷贝

l2为l1的浅拷贝对象，l1内部的可变数据类型变化，l2变化；l1内部的不可变数据类型变化，l2不变化

深拷贝

l2为l1的深拷贝对象，l1内部变化，l2永不变化。