python3学习：习题23

习题23字符串、字节串和字符编码

这一节有点难，只能说勉强完成了四个目标，教材里稍微扩展一点点的内容都没有尝试（也是因为现在太晚了。。明天还要搬砖），下次再看的时候要对笔记进行补充。
目标：

• 1.现代计算机如何存储人类语言，并进行显示或者处理。python3 将其称为字符串。（string）
• 2.如何把python的字符串编码和解码成一个叫字节串（bytes）的类型。
• 3.如何处理在字符串和字节处理中出现的错误。
• 4.如何阅读代码，弄明白你看到的新东西。

教材提供的源文件有点问题（好像说是因为我的终端没法显示utf-8，但我在他提供的网页上直接浏览也是这样的乱码，不懂。。。），很多字符变成了乱码，所以代码的运行和教材上稍微有点差别，但是应该是没有错的。和教材运行结果相当类似

不懂的部分（也太多了额。。。）：

• 1.这次没有 from sys import argv ,直接上 import sys了，这不是把参数位置变成了模块位置了么，是语法的要求么，和前者的作用一样么？
• 2.if语句后直接跟的line变量，没有条件，if的内容直接套用函数print_line，这个if有卵用(像是个限定条件的作用，如果符合条件就返回函数的值，但是line后没有跟什么条件啊，line是读取文件的某一行，能作为什么条件）？
• A：这里的line是读取文件的某一行，if的作用就是只要line读取了文件，返回了某个值，则if为TRUE ,接着下面的操作（其实在这里，if的真正作用是防止下面的再次调用main函数陷入无限循环）。
• main函数中使用了print_line函数，但这个print_line函数是在main函数的后面定义的，这也行？python3的代码读取到这里竟然不会报错
• strip，encoding(编码），errors，encode，decode 这些都是什么？怎么用?

开关、约定和编码
1计算机基础知识：
“编码”就是一种大家都认同的转换标准。用计算机的0和1来编码出更大的数字。而“字节”则表示一个8位的（0和1）的序列。
在早期，把7位、8位等位的数字转换为文字的标准有很多，最常见的标准是“美国信息交换标准代码”（ASCII），这个标准把数字和字母互相对应，。比如90表示Z，用位表示就是1011010

有了ASCII，我们就能用8位（1字节）编码一个字符，这样我们就可以把字符串联在一起，合成一个单词。早期的计算机中的文本都是这种字节列。这个约定序列最终会转换成开关的通断（？）
但ASCII只能对英语和若干类似的语言进行编码，一个字节可以存放256个数字（0~255），但是世界上的语言用到的字符数量远远超过256个，于是不同国家为各自的语言创造了不同的编码方式，但是这样在一种语言中使用另一种语言就会遇到问题。
因此，有人创造了Unicode。即所有人类语言通用的**“通用编码”**。Unicode和ASCII类似，但你可以使用32位编码一个Unicode字符，这对所有语言都是够用的。里面的多余空间，现在用来储存“微笑”之类的表情。
但是，为了避免浪费，我们把大部分常用字符用8位编码，如果需要更多的字符，就“逃”去使用更大的数。于是我们就又有了一个编码规定，就是一种压缩编码方式，针对常用的字符使用8位，需要的时候再去使用16位或者32位。
这一规定在python里叫做utf-8。

解剖输出
<===>左边是utf-8的每一个字节的数字（十六进制），右边是真正输出的utf-8字符。用b’ '来告诉python这是字节。

解剖代码
如果要处理的是原始字节串，就需要通过.decode（）来获取字符串。原始字节串不包含编码方式，它仅仅是字节序列（就是存在电脑里的那一串串数字），所以必须告诉python“把它解码成utf-8字符串”；而在处理字符串时，有时候电脑会报错不知道怎么按你的要求编码字符串，这时候你需要通过.encode（）来获取你需要的字节。
即：“解码字节串，编码字符串”，需要把字节串解码转成字符串，就是“解码字节串”，要把字符转换成字节串，就是“编码字符串”。