Pthon第十一课：编码与解码、文件读写（open()）

一、计算机的编码

计算机只能识别0和1，是如下所示：

从输入内容到计算机转变成0与1的代码就是编码，计算机内部有一个编码表进行一一对应。

二、二进制

用来存放一个0或者1的位置，就是计算机中最小的储存单位，叫做【位】，外国名字叫【bit】，也叫做【比特】。我们规定8个比特构成一个【字节】（byte），字节是计算机里最常用的单位。

• 我们千兆宽带，其实说的是以比特每秒位单位，1000M就是 1000Mbit/s。
• 我们下载速度是以字节每秒位单位显示的，1byte = 8bit。
• 那么，1000M bit = 125M byte。
• 也就是说千兆宽带，每秒下载速度最多125M。那我们的百兆宽带，下载速度也就只有十几兆了。

三、编码表

• 计算机开始发明的时候，用来解决数字计算问题。但是后来发现，只用二进制解决问题还是有限。
• 计算机这种东西最早由老外发明，外国人使用的英语只有26个字母，再加上标点、数字和一些符号也不会太多，老外搞出来一个东西叫做ASCII码，这个比二进制高级了一些。ASCII码组合出的256种状态，至此一个字节就使用满了。
• 后来，计算机传入中国，汉字千千万，256种状态远远不够。科学家就重新编写了一张编码表，叫做GB2312（word中有这种编码方式），它使用2个字节16个比特位，来表示绝大多数（65535）个汉字。后来，为了显示更多的汉字，又研究出一套编码，GBK编码。

美国人有ASCII码，中国人有GB2312/GBK编码，那欧洲人、阿拉伯人也有他们自己的编码方式，这就导致了乱码的产生。

• Unicode应运而生。Unicode把所有语言都统一到一套编码里，可以容纳100多万个符号，这样就不会再有乱码问题了。但是由于把所有语言都统一到一套编码里中，就造成Unicode码越来越庞大。比如英文A，之前可以用00010001表示，但是到了Unicode码中，必须使用00000000 00010001来表示。太长了，太麻烦了。
• 科学家们又针对Unicode码研究出了一种可变长度字符编码，叫做UTF-8（8-bit Unicode Transformation Format），它可以根据不同的符号来变化字节长度。
  

四、编码encode()与解码decode()

• 编码encode就是把人类语言转成计算机语言。
• 解码decode就是把计算机语言转成人类语言。
  

print('刘德华'.encode('gbk'))
print('郭富城'.encode