10-Python-字符类知识

字符编码

与字符编码有关的是文本文件内容和字符串数据类型，这两种情况都设计到字符编码的问题
字符编码指的是翻译或者转换二进制数字为人能看得懂的数字，或者将人们能看懂的数据以数字形式存储在计算机中。

字符编码表

01-ASCII码

计算机最初只考虑英文，所以诞生了ASCII表，这种表的有两个特点:

• 只有英文字符与数字的意义对应关系
• 一个英文字符对应1Bytes,1Bytes等于8位，8位可以表示256中字符

02-GBK码

由于时代的发展，其他国家的人们也接触到了计算机，各国人民自己也在自己的计算机中使用自己的计算机标准，中国人使用的是GBK字符编码标准，日本人使用的是Shift_JIS码编码标准，这样就可以识别自己国家自己的标准了。
GBK码采用16位-2Bytes来对接一个中文字符，可以表示六万五千多个汉字

03-Unicode编码

Unicode编码兼容万国字符，采用16位表示一个中文字符串，个别生僻字会采用32位或者64位。
如果我们使用unicode编码，内存中的老版本字符，必须先转换成unicode字符，再从unicode字符转换成人类的字符。
我们无法使用unicode完成GBK和Shift_JIS的转换，老的字符编码都可以转换成unicode,但是不能通过unicode互相转换。

04-UTF-8编码

UTF-8(unicode transform format 8)可以完成Unicode从2Bytes转换成1Bytes，把英文字符转换成1个Bytes，把汉字转换成3个Bytes，把日文和韩文用其他Bytes表示，完成了一个整体上的优化。

05-总结

• 内存固定使用Unicode，我们可以改变的是存入硬盘采用格式
• 英文+汉字 转换成Unicode再转换成GBK
• 英文+日文 转换成Unicode再转换成shift-jis
• 万国字符 转换成Unicode再转换成Utf-8

如果我们使用Shift-JIS编码存日文加中文，那么中文就会被存乱，以"???"的形式代替，此时数据就无效了。
如果我们使用GBK存储中文，然后使用Shift-JIS读取，此时就会读错，将编码转换为GBK就可以正常读取了。、
**文件存乱了解决方法:**编码方式应该设置成支持文件内容的字符编码。
**文件取乱了解决方法:**文件以什么方法写入硬盘，就要以什么编码方式读入内存

字符编码在Python

Python3默认编码utf-8,而Python2默认的编码为ASCII码，我们可以使用文件头修改默认的编码

#coding:utf-8 
# 控制器管的是读的功能，告诉控制器我使用的是读的编码
info = '学习'
res = info.encode('gbk')
print(res.decode('gbk')  # 正常不报错
print(res.decode('unicode'))  # 报错

Python3的str类型默认存为Unicode编码,无论如何都不会乱码。
Python2需要使用**x=‘u’**来保证str类型不乱码，如果不强制，字符串值就会按照文件头指定的编码格式存入变量值的内存空间。