字符串编码
什么是字符串编码
计算机只认识0和1(高低电平),用户输入的字符计算机并不认识,想要让计算机认识这些就要通过编码将字符串翻译成0和1
这中转换的过程就叫做字符编码
文本编辑器存储信息的过程
文本编辑器 --》 写文本 --》 存储信息
显示屏(内存) --》(转换)硬盘
#ASCII码的转换关系
print(chr(65))
print(ord('a'))
早期,各个国家只能使用各个国家的计算机
这个时候就出现了unicode编码,Unicode编码可以识别所有国家的编码
硬盘中无论躺着什么格式的编码文件,unicode都可以识别,假设你看日本的片子,从硬盘中读取fuck编码,然后unicode识别,unicode帮你转换成gb2312,解决了乱码的问题,用unicode存
Unicode存储占用太多空间,所以出现了utf-8(和Unicode一一对应) 解决了Unicode内存占用的问题
内存中unicode取,存用utf8存(硬盘),全世界的人写代码/写文件都是用utf8
**
为什么内存中不用utf8?
因为utf8和gb2312都没有转换关系,所有内存要用Unicode
gb2312和gbk的区别
gb2312 是中国早1期的编码,其中为常用词
gbk 是后期完善的,包含了中文的所有字
windows系统的记事本默认编码 是 gbk,除此之外都是utf8
用什么编码写,就用什么编码读,否则会出现乱码
编码和解码
unicode编码 ---》(编码) utf8 从内存到硬盘
utf8 --》(解码) unicode 从硬盘到内存
现在内存只有unicode编码
python解释器(文本编辑器)解释python代码的流程
1、python解释器相当于文本编辑器,先把代码读入python解释器--》字符编码》上coding头
2、识别代码—》print有意义--》语法问题
3、产生结果--》跑到终端--》字符编码
终端有一个特性:电脑是什么编码,就会按照什么编码来,Windows终端是gbk
代码如果出了编码错误,首先加 # - coding:utf8 -
python2和python3的编码区别
python2
python2有两种存储变量的形式,第一种:Unicode,第二种:按照coding头来的
python2默认用ASCII读取字符
假设python2用utf8存储x='中文'
,当你print(x)
的时候,终端接收gbk的变量x,但是windows终端编码是utf8,会乱码
假设python2用unicode存储,终端接受的是unicode,windows终端编码不管是什么都不会乱码
# coding:gbk
lt1 = '中文' # utf存储的
# lt1 = ['中文'] # []让他不用终端的编码转化,显示01010101001
print lt1 # ['xe4xb8xadxe6x96x87']
lt2 = u'中文' # u'中文'让他变成unicode # 早期用python2定义中文,必须得加上u,让他变成unicode存储
# lt2 = [u'中文']
print lt2 # '中文'
python3
python3只有一种存储变量的形式,Unicode
python3用Unicode存储,不管终端编码是什么,都不会乱码