字符编码
字符编码
什么是字符编码？
人类能识别的是字符等高级标识符，电脑只能识别0,1组成的标识符，要完成人与机器之间的信息交流，一定需要一个媒介，进行两种标识符的转化(两种标识符的对应关系)，这个过程实际就是一个字符如何对应一个特定数字的标准，这个标准称之为字符编码；对应关系形成的结构称之为：编码表。
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？
必须经过一个过程：
#字符--------（翻译过程）------->数字
- CPU：将数据渲染给用户，中央处理器
- 内存：临时存放数据，断电后消失
- 硬盘：永久存储数据，断电后还有
软件打开文件读取数据的流程：
1. 打开软件
2. 往计算机发送一个打开文件的指令，来打开文件
3. 读取数据渲染给用户（如果存数据与读数据采用的编码表不一致就会产生乱码）
python解释器打开py文件
1. 打开软件(python解释器)
2. 往计算机发送一个打开文件的指令，来打开文件
3. 逐行解释打开的文件内容（存取编码不一致，无法正常解释，崩溃），将执行结果展示给用户
释失败的原因：
py2默认按ASCII来解释文件内容 | py3默认按UTF-8来解释文件内容
文件头：# encoding: 编码表
功能：告诉py解释器按照什么编码来解释文件内容
了解
'''
编码表：
人能识别的字符标识符 与 计算机能识别的01标识符 的对应关系
万国编码：Unicode utf-8
1. 采用的都是Unicode编码表
2. Unicode以定长(2字节)存取数据
3. utf-8以变长(1-6字节)存取数据（英文1字节，汉字3-6字节）
'''
重点
unicode与utf-8什么关系
unicode：用2个字节来存储汉字，用2个字节来存储英文字母，占有空间较多，读取效率极高
utf-8：用3-6个字节来存储汉字，用1个字节来存储英文字母，占有空间较少，读取效率低
总结：内存都是按unicode存储数据，硬盘和cpu采用utf-8来存取数据
unicode与utf-8采用的是一张unicode编码表，utf-8是unicode编码表的体现方式，变长存储数据
变长优点：（大量数据都是以英文存在，所以utf-8空间更小）传输速度更快
编码解码
# unicode字符串，默认字符串
s1 = u'abc你好\n不好'
print(s1)
输出：abc你好
不好
# 字节字符串
s2 = b'abc123\xb7\xb7'
print(s2)
输出：b'abc123\xb7\xb7'
# 原义字符串: 不对字符串内部做任何操作(eg:\n的转化)
s3 = r'abc你好\n不好'
print(s3)
输出：abc你好\n不好
# 编码与解码
s = '123呵呵'
n_b = bytes(s, encoding='utf-8')
print(n_b)
输出：b'123\xe5\x91\xb5\xe5\x91\xb5'
b = b'123\xe5\x91\xb5\xe5\x91\xb5'
n_s = str(b, encoding='GBK')
print(n_s)
输出：123鍛靛懙
# 将u字符串编码成b字符串
print(u'你好'.encode('utf-8'))
输出：b'\xe4\xbd\xa0\xe5\xa5\xbd'
# 将b字符串解码成u字符串
print(b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode('utf-8'))
输出：你好
u''和 b''之间转化
编码：u''.encode('utf-8') | bytes(u'', encode='utf-8')
解码：b''.decode('utf-8') | str(b'', encode='utf-8')
