day08 学习小结

字符编码

字符是储存了信息的载体，是给人看的

编码是一堆二进制数，是给机器看的

字符编码就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。

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

Unicode及utf8

Unicode可以认识万国编码，无论什么格式的编码，都可以识别

但是Unicode比较占内存，可以再次转化为utf8码。utf8只认识Unicode，只能用Unicode读它。

取用Unicode取，存用utf8存。

gb2312和gbk的区别

gb2312是最开始用的中国编码，只有常用字符

后来转变为gbk，基本中国字符都有

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，把代码读入python解释器 --》 字符编码 -- 》 python2 默认是ascii，python3默认utf8 -- 》 上coding头

   中文   # gbk编码的中文

2. 识别代码 --》 print有意义 --》 语法问题

   # coding：gbk  # 告诉python解释器用gbk去完成第一步，读入字符中文

3. 产生结果 --》跑到终端 --》 字符编码

python解释器启动应用程序的流程

1. 把字符读入python解释器（文本编辑器） --》 识别字符编码
2. 识别字符（识别语法和关键字） --》 报错
3. 往终端打印结果 --》 字符编码

Python2和Python3编码的区别

Python2

python2中有两种储存变量的形式，第一种：Unicode；第二种：按照coding头来的。

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。

# 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  # ['\xe4\xb8\xad\xe6\x96\x87']

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，终端接收的是unicode，widonws终端编码是utf还是gbk不重要，不会乱码

lt1 = '中文'  # == u'中文'（python2）
print(lt1)

转载于:https://www.cnblogs.com/bowendown/p/11534563.html