字符编码

字符编码：

字符：存储信息的东西

编码： 将一连串的字符串转化为字母或数字

信息的转化过程：

键盘-》发送电流 -----》主机（内存）接受电流 --》显示屏- 接受电流（化学反应）-----》图像界面

文本编辑器存储信息的过程：

文本编辑器 ---》写文件 ----》存储信息

1.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。

2.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。

3.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

字符编码发展史：

1.美国创造计算机，计算机只认识数字。

2.机械语言（0，1）---》（Ascll编码）--》字符

Ascll编码： 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。-----美国的标准

3.各国创建各自的字符编码格式---》乱码

4.创建unicode-兼容各国的字符编码格式

5.unicode----->太占内存------》存储在内存内

6.---》utf-8,--->存储数据--》减小内存

Unicode能和硬盘中其他国家的二进制中的代码进行转换，但是UTF-8只是简化了代码的存储，它并不能与其他国家硬盘中的代码进行关系转换。总而言之只有Unicode编码才能运行其他国家硬盘中的代码，而UTF-8的代码无法进行该操作。

乱码分析：

文件从内存到硬盘的操作----》存文件

文件从硬盘到内存的的操作-》读文件

乱码情况：

1.存文件就已经乱码

2.存文件是不乱码而读文件是乱码

python2和python3的编码区别：

终端有一个特性：你的电脑是什么编码，就按照什么编码的来，windows终端是utf-8

python2有两种存储变量的形式，第一种：unicode；第二种：按照coding头来的

python3只有一种存储变量的形式，unicode

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终端编码是utf8还是gbk重要吗？不会乱码=

import sys

sys.getdefaultencoding()
'utf-8'

---判断默认的编码方式

• 阶段一：启动Python解释器,进行编码-----》错误会报编码错误--》添加coding: + gbk/utf-8--->定义编码格式

• 阶段二：Python解释器此时就是一个文本编辑器，负责打开文件test.py,即从硬盘中读取test.py的内容到内存中-----报语法错误

• 阶段三：读取已经加载到内存的代码（Unicode编码格式，进行编码），然后执行，执行过程中可能会开辟新的内存空间

总结：

1.保证不乱码的核心法则就是，字符编码按照什么标准而编码的，就要按照什么标准解码

2.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。

• Unicode----->encode（编码）-------->gbk
• Unicode<--------decode（解码）<----------gbk

转载于:https://www.cnblogs.com/shaozheng/p/11534074.html