字符编码
1.写文本的流程：
-
在记事本中按下键盘中j的时候
-
记事本和操作系统交互，把这个按下j的指令转化为0和1
-
操作系统发送给指令给CPU
-
CPU说把这个0和1的指令转化为j
-
然后再由显示器显示
期间发生的转化过程我们称之为字符编码
j---->0和1 #存储
0和1--->j #取
统称为字符编码
2.文本编辑器存取文件的原理：
- 打开编辑器就打开了启动了一个进程，是在内存中的，所以，用编辑器编写的内容也都是存放与内存中的，断电后数据丢失。
- 要想永久保存，需要点击保存按钮：编辑器把内存的数据刷到了硬盘上。
- 在我们编写一个py文件（没有执行），跟编写其他文件没有任何区别，都只是在编写一堆字符而已。
3.Python解释器的原理：
-
启动Python解释器，Python解释器相当于一个文本编辑器0000
-
打开文件，读出文件的内容，Python解释器相当于一个文本编辑器。--->发生了字符编码name='jick'
-
Python解释器解释name='nick',然后才有语法的概念。--->发生了字符编码 0000
0000000(硬盘中)----->name='nick'(内存)----->开辟一块内存空间---->00001010
4 .Python解释器和文本编辑器的区别
-
都能干什么：
把硬盘中躺着的数据读入到内存中，并显示
-
不同：
Python解释器还会多执行解释的步骤
5.什么是字符编码？
计算机只认识数字。
但是，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）。
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
总而言之，字符编码是将人类的字符编码成计算机能识别的数字，这种转换必须遵循一套固定的标准，该标准无非是人类字符与数字的对应关系，称之为字符编码表。
6.字符编码的发展史（utf8的由来）：
-
电脑是美国创造出来的，电脑只认识0和1，但是美国人想输入一个a字符进去，所以必须得建立一套字符编码，让0011100表示成a，建立一套ASCII码表
-
但是其他国家也开始使用电脑了，ASCII码表不能满足需求了，所以各个国家建立了自己的字符编码表
-
各个国家的码农都用自己国家的编码表写了各种各样的代码
-
但是每个国家自己的编码表只适合自己用，别人用会报错
-
研制出了Unicode，Unicode能认识所有国家的字符，可以使用Unicode的编码保存到硬盘中，但是Unicode的编码太浪费内存，最后做出了一套精简的utf8编码
备注：上述说到的报错其实就是乱码
7.字符编码发生在哪三个阶段
-
存： 内存到硬盘
-
取： 硬盘到内存
-
Python3解释器解释
最早我们的电脑只认识英文，256个足够用了，8位二进制位作为一个对应表，称之为ASCII表
8.涉及到字符编码的两个场景
- 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）。
- 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）。
1o.ding: utf-8 控制的是Python3作为文本编辑的时候以什么编码格式读取文本内容,python3默认是utf-8的形式读取字符
python解释器解释语法
解释定义变量的语法,会新开辟一块内存空间放入这个变量,然后假设这个变量在python3中以utf-8的形式存储,如字符x = '中',被python3解释后在内存中会变成x=000001101010.理论上print(x)相当于输出000001101010,但是这个000001101010对于程序员来讲看不懂,所以python3创始人龟叔做了这个操作-把000001101010编码按终端的编码格式输出编码后的结果,如上.如果终端的编码为gbk,终端无法识别000001101010.所以新开辟空间放入变量的时候,就用unicode转换,则终端无论是什么形式的编码格式,都能够识别并打印.
9.乱码分析：
首先明确概念
- 文件从内存刷到硬盘的操作简称存文件
- 文件从硬盘读到内存的操作简称读文件
乱码的两种情况：
- 乱码一：存文件时就已经乱码
- 乱码二：存文件时不乱码而读文件时乱码
存文件时用utf-8编码，保证兼容万国，不会乱码，而读文件时选择了错误的解码方式，比如gbk，则在读阶段发生乱码，读阶段发生乱码是可以解决的，选对正确的解码方式就ok了。
总结(掌握)
-
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。
-
内存中的编码格式统一都是unicode
从内存到硬盘的过程，即Unicode--->encode(编码）----->gbk 称为编码;
从硬盘到内存的过程，即gbk---->decode（解码）----->unicode称为解码
pycharm 右下角控制的是你写入的代码字符以什么编码格式保存
-
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。
