一.了解字符编码的知识储备
1.文本编辑器存取文件的原理(nodepad++,python,word)
- 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于内存中的,断电后数据丢失
- 要想永远保存,需要点击保存按钮:编辑器把内存的数据刷到硬盘上
- 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.
2.python解释器执行py文件的原理,(python,test.py)
- 第一阶段: python解释器启动,此时就相当于启动了一个文本编辑器
- 第二阶段:python解释器相当于文本编辑器,去打开test.py文件,从硬盘上将test.py的文件内容读入到内存中
- 第三阶段:python解释器解释执行刚刚加载到内存中test.py的代码
3.过程:
文本编辑器°一个文件的三个过程:
- 先启动文本编辑器
- 文件编辑器会将文件内容读入内存
- 将读入内存的内容显示到屏幕上
CPython解释器执行一个py文件的三个过程:
- 先启动python解释器
- python解释器会将py文件的内容当中普通的文本内容读入内存
- 开始解释执行刚刚读入内存的代码,识别python语法
4.字符编码
字符编码指的是字符转换成或者编码成数字
编码的过程一定要遵循一个标准,该标准称之为字符编码表
- ASCII表:只能识别英文字符,用8bit对应一个英文字符 (一个英文字符===>1Bytes)
- GBK表:可以识别中文字符/英文字符,用8bit对应一个英文字符,用16bit对应一个中文字符(1个英文字符==>1Bytes/ 1个中文字符==>2Bytes)
- unicode(内存中默认使用该编码) :用2Bytes表示一个字符(特点: 1.可以识别万国字符 2.与各种字符编码的二进制数字都有对应关系)
- utf-8全称Unicode Transformaation Format: (1个英文字符==>1Bytes 1个中文字符==>3Bytes)
结论:
1.编码与解码
字符---------编码--------->>数字
字符<<-------解码-----------数字
unicode二进制---------编码-------->>utf-8二进制
unicode二进制<<-------解码----------utf-8二进制
2.内存中固定使用unicode编码,我们可以改变的是数据由内存刷到硬盘时采用的编码 (应该采用utf-8)
unicode的特点:
1.可以识别万国字符
2.与各种字符编码的二进制数字都有对应关系
3.解决乱码问题的核心
1.字符当初以什么编码存的,就应该以什么编码去读
2.保证运行python程序的前两个阶段不乱码的解决方案:添加文件头 (在文件首行添加 "#coding: 文件当初存的字符编码)
4.python解释器默认的编码
python3: utf-8
python2: ASCII