计算机基础(一)

1.进制

计算机底层都是0101的形式存在

• 二进制
  2 进 1
• 八进制
  8 进 1
• 十进制
  10 进 1
• 十八进制
  16 进 1
  进制有多种表现形式，可以相互转换

1.1在python中的进制转换

1.2 进制之间的转换

十进制转化为其他进制

v1 = bin(25) #十进制转化为二进制
v2 = oct(25) #十进制转化为八进制
v3 = hex（25）#十进制转化为十六进制
0b==>二进制
0o==>八进制
0x==>十六进制
# 都是以字符串形式存在

其他进制转化为十进制

int("0b1101",base=2)
int("0o27",base=8)
int("0x1e",base=16)

2.计算机中的单位

• bit，位
• B(byte），字节

8位是一个字节
10010110 一个字节
10010110 10010110 两个字节

• KB(kilobyte)，千字节

1024个字节 = 1KB

• M，兆

1024KB = 1M

• G，千兆

1G = 1024M

• T，万亿字节

1T = 1024G

假设一个汉字需要2个字符(2B = 16位来表示，如：1000101011001100），那么1G流量可以通过网络传输多少文字呢？

3. 编码

编码、文字和二进制之间的一个对照表

3.1 ASCII编码

ASCII规定使用1个字节来表示字母与二进制之间的关系

00000000
00000001
........
11111111
一共2**8 = 256种
如果程序用了ASCII编码，那么意味着程序中只能出现英文

3.2 gb-2313编码

迭代后有了gbk编码，包含中日韩等亚洲文字
在与二进制对应关系时，有如下逻辑：

• 单字节表示，用一个字节表示对应关系–向下兼容ascii 2**8 = 256
• 双字节表示，用两个字节表示对应关系 2**16 = 65536

3.3 Unicode

Unicode被称为万国码，为全球文字都分配了一个码位

• usc2

用固定的两个字节去表示一个文字
00000000  00000000     我
........   ........
2**16 = 65535

• ucs4

用固定的四个字节去表示一个文字
........   ........  ........  ........     我
2**32 = 4294967296

缺点：ucs2和usc4都太浪费空间，所以在文件存储和网络传输时，不会直接使用Unicode；而在内存中会使用Unicode(固定字节，好断句)

3.4 utf-8

是对Unicode的压缩，用尽量少的二进制去与文字进行对应
中文一般占三个字节

python相关的编码

字符串（str）   "你好"      unicode处理         一般在内存
字节（byte）     "ahdkgkjfgkshaf"   utf-8  or  gbk编码   一般用于文本或者网络处理

v1 = '我'
v2 = '我'.encode("utf-8")
v2 = '我'.encode("gbk")