字符编码
python主要识别文件内容,而不是关心拓展名。
字符—>(机器翻译)—>二进制
字符如何对应特定数字的标准就是字符编码
ASCII、GBK、Unicode、UTF-8(Unicode Transformation Format)
- 英文字符来说,1Bytes
- 中文字符,3Bytes
- 其他偏僻字符,更多的Bytes存储
内存中使用的编码是unicode,用空间换时间(程序都需要加载到内存才能运行,因而内存应该是尽可能的保证快)
硬盘中或者网络传输用utf-8,网络I/O延迟或磁盘I/O延迟要远大与utf-8的转换延迟,而且I/O应该是尽可能地节省带宽,保证数据传输的稳定性。
utf-8----decode----unicode
unicode----encode----utf-8