python基础之编码问题

python 的优缺点：
优点：
1、python 是一门解释性编程语言
2、python 的语法 简洁、优美、可读性好
3、可移值性：python 可跨平台运行
4、拥有大量的第三方库，很多功能只需调用即可，大大缩短开发周期
5、可嵌入性：可与其他语言串接，如不想公布的算法可以用c写，python进行调用
6、排错块
缺点：
1、相对c等编译型语言，耗时长，因为编译型语言是编码完成后一次编译成字节码，再运行，而解释性语言是一行一行编译
2、因为python是开源的，故代码不加密

py2 与 py3 区别：
1、py2 的库有很多其他语言的很多陋习
2、py2 print 引起来即可，也可加括号，py3 需要小括号括起来
3、py2 交互用raw_input ,py3  用input
4、py2 默认使用的是ASCII,py3 使用的是Unicode
5、py2 中有range()、xrange()（生成器），py3中只有range()

变量：
1、以字母、数字、下划线任意组合
2、不能以数字开头
3、区分大小写
4、不能是关键字
5、定义要有意思，且不要太长，不要有中文
6、书写格式为驼峰体或下划线

数据类型之间的转换：


编码：
ASCII  ANSI(GBK)  UNICODE  UTF-8
        英文                中文
ASCII   8位、1个字节       无法识别       其他国家无法识别
GBK     8位、2个字节       16位、2个字节   （汉字有9万多个，2**16 =65536不够）
Unicode 8位、4个字节       32位、4个字节      浪费内存
Utf-8   8位、1个字节       24位、3个字节        最少一个字节、动态的（欧洲文字： 16bit  2bytes）

1、除了ASCII码外，其他信息不能直接转换，需要进行编码encoding

2、内存中存的是Unicode、传输和存储用的是（GBK、utf-8……）
3、所有的编码都是继承ascii后写的，所以英文等都还是8个字节

仅仅英文时：

【Python2和Python3之间的区别】

1.从Python2到Python3，很多基本的函数接口变了，甚至是，有些库或函数被去掉了，改名了

     Python2和Python3，在很多基本的，最常用的函数方面，接口都变了，最典型的就要数大家最常用的print函数了。

2.第三方库的支持方面，目前来说，还是Python2支持的最好，Python3支持的不太够

     Python强大的原因之一是第三方的库很多，功能很强大。

     而目前很多Python的第三方的库，很多只提供Python2的。

     或者是即使提供了Python3的，但是也不一定很成熟。

二、编码对比

在 Python 中，不论是 Python2 还是 Python3 中，总体上说，字符都只有两大类：

1. 通用的 Unicode 字符；
2. （unicode 被编码后的）某种编码类型的字符，比如 UTF-8，GBK 等类型的字符。

Python2 中字符的类型：

• str： 已经编码后的字节序列
• unicode： 编码前的文本字符

Python3 中字符的类型：

• str： 编码过的 unicode 文本字符
• bytes： 编码前的字节序列

我们可以认为字符串有两种状态，即文本状态和字节（二进制）状态。Python2 和 Python3 中的两种字符类型都分别对应这两种状态，然后相互之间进行编解码转化。编码就是将字符串转换成字节码，涉及到字符串的内部表示；解码就是将字节码转换为字符串，将比特位显示成字符。

在 Python2 中，str 和 unicode 都有 encode 和 decode 方法。但是不建议对 str 使用 encode，对 unicode 使用 decode, 这是 Python2 设计上的缺陷。Python3 则进行了优化，str 只有一个 encode 方法将字符串转化为一个字节码，而且 bytes 也只有一个 decode 方法将字节码转化为一个文本字符串。

Python2 的 str 和 unicode 都是 basestring 的子类，所以两者可以直接进行拼接操作。而 Python3 中的 bytes 和 str 是两个独立的类型，两者不能进行拼接。

Python2 中，普通的，用引号括起来的字符，就是 str；此时字符串的编码类型，对应着你的 Python 文件本身保存为何种编码有关，最常见的 Windows 平台中，默认用的是 GBK。Python3 中，被单引号或双引号括起来的字符串，就已经是 Unicode 类型的 str 了。

对于 str 为何种编码，有一些前提：

1. Python 文件开始已经声明对应的编码
2. Python 文件本身的确是使用该编码保存的
3. 两者的编码类型要一样（比如都是 UTF-8 或者都是 GBK 等）

这样 Python 解析器才能正确的把文本解析为对应编码的 str。

总体来说，在 Python3 中，字符编码问题得到了极大的优化，不再像 Python2 那么头疼。在 Python3 中，文本总是 Unicode, 由 str 类型进行表示，二进制数据使用 bytes 进行表示，不会将 str 与 bytes 偷偷的混在一起，使得两者的区别更加明显。