字符编码

储备知识点：

　　1、计算系统可以分为三层：

　　　　应用程序层

　　　　操作系统

　　　　计算硬件

　　2、运行Python程序的三个步骤：

　　　　1.先启动Python解释器

　　　　2.再将Python文件当做普通的文本文件读入内存

　　　　3.解释执行读入内存的代码，开始识别语法。

字符编码

1、什么是字符编码？

　　字符编码表，将是人类使用的字符与数字一一对应，方便计算的处理与认识。

　　1Bytes = 8bit  一个字节等于8个二进制位

　　字符编码表的发展　

　　ASCII码:只能识别英文字符,1英文字符=8bit
　　用8个二进制bit(比特位)位表示一个英文字符

　　GBK:能识别汉字与英文,1汉字=16bit,1英文字符=8bit
　　Shift_JIS
　　Euc-kr

　　unicode:能够识别万国字符,1字符=2Bytes=16bit
　　两大特点:
　　　　1. 能够兼容万国字符
　　　　2. 与各个国家的字符编码都有映射关系
　　　　utf-8:是unicode的转换格式,1个英文字符=1Bytes 1汉字=3Bytes

重点：

　　1、编码和解码的概念：

　　　　字符（输入的内容）----编码----》Unicode的二进制（内存中状态）------编码----》gbk的二进制（硬盘中存储的状态）

　　　　gbk的二进制（硬盘中存储的状态）-----解码-----》Unicode的二进制（内存的状态）------解码----》字符（输出的内容）

　　2、解决乱码的核心方法

　　　　字符用什么编码格式编码的,就应该用什么编码格式进行解码。上面两条编码和解码都相同。

　　　　结论在，需要在py文件，文件头定义好。#coding:需要的使用的字符编码。

　　3、python解释器默认的字符编码
　　　　python2:ASCII
　　　　python3:UTF-8

　　文件头设定在Python解释器中的作用

　　　　通过文件头可以修改python解释器默认使用的字符编码在文件首行写:#coding:文件当初存的时候用的字符编码

　　　　针对python2解释器中定义字符串应该:x=u"上"

　　　　对于python3解释即便是x="上"不加u前缀也是存成unicode

　　　　在python3中

　　　　x='上' # '上'内存中存成了uncidoe

　　　　

　　　　unicode--------encode----------->gbk
　　　　res=x.encode('gbk') #res是gbk格式的二进制，称之为bytes类型

　　　　gbk(bytes类型)-------decode---------->unicode
　　　　y=res.decode('gbk') #y就是unicode

 

需要掌握字符编码的操作：：

　　1. 编写python文件，首行应该加文件头：#coding:文件存时用的编码
　　2. 用python2写程序，定义字符串应该加前缀u，如x=u'上'
　　3. python3中的字符串都是unicode编码的，python3的字符串encode之后可以得到bytes类型