9、字符编码

字符编码

字符编码的渊源

1.  起初计算机只支持ASCII码的字符转换
2. 后来计算机兴起，为满足不同国家的需求，出现了GBK、shift-jis等字符编码表
3. 为了统一，后来出现了unicode编码格式，目前内存中使用的编码表就是unicode
4. 为了统一方便各国人的使用，出现了unicode的精简版万国字符编码表：utf-8

---

 构成计算机的三大硬件：cpu、内存、硬盘
 计算机读取文件的过程：
 	- 计算机把文件从硬盘加载到内存，
 	- 应用程序从内存中读取相应的数据
 计算机存储文件的过程：
 	- 应用程序将内容写到内存
 	-  计算机将内存中的数据写入到硬盘

---

字符的编解码过程

pycharm和mac终端默认的使用的字符编码是utf-8
window终端默认使用的字符编码是GBK

• 编码过程(encode)：
  1. 输入字符到pycharm编辑器，这个时候字符会编码成unicode(这个阶段不可人为控制)
  2. 字符串要落盘，会根据预先配置的字符编码表将unicode格式编码成相应的二进制落盘（可人为指定编码格式）
  一般编码是为了存入硬盘或者通过网络传输 ，会将字符串类型的数据转换为相应编码的bytes类型

• 解码过程(decode)：
  1. 通过指定的编码格式将磁盘上的相应格式的二进制读到内存解吗成unicode格式
  2. unicode格式的字符解码为相应的字符串（解码格式不可人为控制）

注意:

1. 用什么编码格式存就用什么编码格式取
2. 判断乱码是存数据发生的乱码还是取数据发生了乱码，不同情况处理方式不同
3. python2诞生的时候还没出现unicode编码，所以python2中的字符如果要编码成为unicode格式，需要加上u。如：a=u"feilaifeng"
4. python3默认就将字符编码成unicode存入内存中
5. 声明读代码使用的编码格式，可以在代码第一行写上：# coding:utf-8