字符编码

字符编码

常见字符编码

ascii：只认识英文和特殊符号，1bytes 256完全够用

gbk：国标码，认识中文和英文，1bytes存英文，2bytes存中文，65536完全够用。

utf8：Unicode Transformation Format，即unicode的转换格式。使用utf8是时代的进步，是良性的进化，几十年后老的软件抛弃掉后，内存里面可能全部都是utf8编码了。

utf-8是针对Unicode的可变长度字符编码：一个英文字符占1Bytes，一个中文字符占3Bytes，生僻字用更多的Bytes存储

unicode：万国码，90年研发，python89年推出，所有的编码都认识，目前内存中的统一编码。固定用2bytes存放一个字符

其他编码，每个国家都有自己的编码。

所有国家的软件分别用自己国家的编码编写，内存统一用unicode后，所有软件都可以使用，统一转为unicode

unicode----内存运算编码，大多数文件是英文的，固定的2bytes加重了IO效率，所以出内存不允许为unicode编码，要编码为其他编码，多为utf8编码。

utf8--------网络传输或数据存储编码

字符串源码文件读取，字符串数据类型的存储

python文件读取与执行

python2解释器默认以ASCII方式解码python文件，从硬盘读入内存。

python3解释器默认以utf8方式解码python文件，从硬盘读入内存。内存中都是unicode编码。中间的转换由os自动帮你完成。

python2的为了兼容当下的措施：

1.文件头加# coding：utf8或其他，让解释器以文件头执行的方式来读取接下来的字符串源码。

因为第一行是英文，无论什么编码都可以读懂。

2.字符串前面加u，a=u“上”，让字符串在内存中以unicode方式存在

字符串数据类型

当字符串源码文件读入内存后，python解释器开始对源码语法分析，申请内存存放数据。

为字符串申请内存的时候，python3直接用unicode编码为字符串在栈中申请内存，所以python3用户不用对字符串做什么。

python2是89年的版本，而unicode是90产生的标准，python2在内存中对字符串以ascii编码存放，为了兼容当下，python2在字符串前面加u。

结论：

python3不用你做任何事，utf8方式读取源码文件，字符串以unicode编码存放字符串。

python2指定文件头#coding：utf8读取源码文件，字符串前面加u，以unicode编码存放字符串。