字符编码介绍

字符编码

1 什么是字符编码？

人类在与计算机交互时，用的都是人类能读懂的字符，如中文字符、英文字符、日文字符等毫无疑问，由人类的字符到计算机中的数字，必须经历一个过程，如下

翻译的过程必须参照一个特定的标准，该标准称之为字符编码表，该表上存放的就是字符与数字一一对应的关系。

字符编码中的编码指的是翻译或者转换的意思，即将人能理解的字符翻译成计算机能识别的二进制数字

ASCII表（美国）

1、只有英文字符、数字与表的一一对应关系
2、一个英文字符对应1Bytes，1Bytes=8bit，8bit最多包含256个数字，可以对应256个字符，足够表示所有英文字符
	0000 0000
    1111 1111

GBK表（中国）

 GBK表的特点：
1、只有中文字符、英文字符、数字与表的 一一对应关系
2、一个英文字符对应1Bytes
   一个中文字符对应2Bytes   
   补充说明：
   1Bytes=8bit，8bit最多包含256个数字，可以对应256个字符，足够表示所有英文字符
   2Bytes=16bit，16bit最多包含65536个数字，可以对应65536个字符，足够表示所有中文字符

unicode (万国码)

1、所有的字符都用2bytes
2、占用存储空间
3、IO次数增加，程序运行速度缓慢

很多地方或老的系统、应用软件仍会采用各种各样传统的编码，这是历史遗留问题。此处需要强调：软件是存放于硬盘的，而运行软件是要将软件加载到内存的，面对硬盘中存放的各种传统编码的软件，想让我们的计算机能够将它们全都正常运行而不出现乱码，内存中必须有一种兼容万国的编码，并且该编码需要与其他编码有相对应的映射/转换关系，这就是unicode的第二大特点产生的缘由。

utf-8

1、utf-8只与unicode有对应关系
2、所有的英文字符用1个bytes表示，所有的中文字符用3个bytes表示

   (内存)unicode二进制字符>>>编码>>>(硬盘)utf-8二进制字符
   
   (硬盘)utf-8二进制字符>>>解码>>>(内存)unicode二进制字符

保证不乱码的核心：用什么编码存，就用什么编码取

强调：我们能控制的只是存到硬盘上的编码

• python3解释器用默认utf-8编码
• python2解释器用默认ascii编码

文件头的作用：
#coding:utf-8：是告诉python解释器用我指定的字符编码