字符编码
#coding:utf-8
“”"
一:储备知识
1、程序运行与三大核心硬件的关系
2、程序运行过程中产生的数据最先放在内存中
3、python程序运行的三个步骤
python3 D:\a.py
1、先启动python解释器
2、解释器会将a.py的内容当成普通内存从硬盘读入内存,此时没有语法意义
3、解释器会解释执行刚刚读入内存的内存,开始识别python语法
二:什么是字符编码
字符---------(标准)---------------数字
字符编码表:存放的是字符与数字的对应关系
1、ASCII:只能识别英文字符
特点:采用8bit对应一个英文字符
8bit=》1Byte
2、GBK:可以识别中文字符串与英文字符
特点:采用16bit对应字符,该字符可以是英文字符、也可以是中文字符
3、shift-JIS
4、unicode:可以识别万国字符
特点:2Bytes对应一个字符
字符-----》unicode格式的数字
|
GBK shiftJIS
中文字符、英文字符------------》unicode二进制数-----------》gbk二进制数
日文字符、英文字符------------》unicode二进制数-----------》shiftJIS二进制数
韩文字符、英文字符------------》unicode二进制数-----------》Euc-kr二进制数
万国字符------------》unicode二进制数-----------》utf-8二进制数
5、utf-8
1Byte对应英文字符
3Byte对应一个中文字符
1、群雄割据:
英文字符--------------内存:ASCII二进制数--------------->硬盘:ASCII二进制数
中文英文字符--------------内存:GBK二进制数--------------->硬盘:GBK二进制数
日文英文字符--------------内存:shiftJIS二进制数--------------->硬盘:shiftJIS二进制数
韩文英文字符--------------内存:Euc-Kr二进制数--------------->硬盘:Euc-Kr二进制数
2、过渡阶段:
中文英文字符------------内存:unicode=gbk====>硬盘:GBK二进制数
日文英文字符------------内存:unicode=shifJIS>硬盘:shiftJIS二进制数
韩文英文字符------------内存:unicode=Euc-Kr=>硬盘:Euc-Kr二进制数
万国字符----------------内存:unicode=utf-8==>硬盘:utf-8二进制数
内存固定使用:unicode
我们可以改变的是从内存写入硬盘采用的编码格式
3、分久必合:
万国字符----------------内存:unicode=utf-8==>硬盘:utf-8二进制数
万国字符----------------内存:utf-8==========================>硬盘:utf-8二进制数
乱码问题:
1、存的时候乱了:采用的字符编码表无法识别输入的字符
存的时候就已经乱了,是无法补救的,取的时候一定也乱了
解决方法:存入硬盘的编码格式应该用utf-8格式
2、存的时候没有乱码:采用的字符编码表可以识别输入的字符
但是取的时候乱码了:采用的字符编码表与当初存的时候用的不是同一张表
解决方法:存的时候用什么编码,取的时候一定要用同样的编码格式
与运行python程序有关的乱码问题:
1、保证运行python程序的前两个阶段不乱码
在python文件的开头加一行:
#coding:文件存的时候用的编码格式。例如:# coding:gbk
2、
“”"
在python3中字符串类型的值在内存中都是unicode格式的数字
x=“上”
print(x)
在python2中字符串类型的值在内存中都是文件头指定编码格式的数字
x=u"上" # 如果在字符串前加前缀u就把字符串强制存成unicode格式,推荐使用
print([x,])
print(x)