day04--进制和编码*

1.python代码运行方式

• 脚本式（平时）

• 交互式（pycharm>>>左下角Terminal>>>输入python3即可在此输入代码

  

2.进制

计算机中底层所有的数据都是以010101的形式存在（图片、文本、视频等）

• 二进制

• 八进制
• 十进制
• 十六进制

  

2.1进制转换

3.计算机中的单位

由于计算机中本质上所有的东西以二进制进行存储和操作，为了方便对于二进制值大小的表示，所以就搞了一些单位。

• b（bit），位

• B（byte），字节

1B=8b

• KB（kilobyte),千字节

1KB=1024B=1024*8b

• M（Megabyte），兆

1M=1024KB=1024*1024B=1024*1024*8b

• G（Gigabyte），千兆

1G=1024M=1024*1024KB=1024*1024*1024B=1024*1024*1024*8b

• T（Terabytte），万亿字节

1T=1024G

• 其他更大单位PB/EB/ZB/YB/BB/NB/DB不再赘述。

小练习：

• 假设1个汉字需要2个字节（2B=16b来表示，如：1000101011001100），那么1G流量可以通过网络传输多少汉字呢？（计算机传输本质上也是二进制）

=1024*1024*1024/2

• 假设1个汉字需要2个字节（2B=16b来表示，如：1000101011001100），那么500G硬盘可以存储多少个汉字？

=500*1024**3/2

4.编码

编码，文字和二进制之间的一个对照表。

4.1ascii编码

ascii规定使用1个字节来表示字母与二进制的对应关系。

4.2gb-2312编码

gb-2312编码，由国家信息标准委员会制作（1980年）。

gbk编码，对gb2312进行扩展，包含了中日韩等文字（1995年）。

在与二进制做对比关系时，有如下逻辑

• 单字节表示，用一个字节表示对应关系。（向下兼容 即ASCII 2**8=256个字符）
• 双字节表示，用两个字节表示对应关系。（2**16=65536种可能型）

4.3unicode

unicode也被称为万国码，为全国的每个文字都分配了一个码位(二进制表示）。

• Ucs2

用固定的2个字节去表示一个文字。

• Ucs4

用固定的4个字节去表示一个文字。

unicode的应用：在文件存储和网络传输时，不会直接使用unicode，而在内存中会使用unicode（因为字节长度固定，方便读取）。

4.4utf-8编码

包含所有文字和二进制的对应关系，全球应用最为广泛的一种编码（站在巨人的肩膀上功成名就）。

本质上：utf-8是对unicode的压缩，用尽量少的二进制去与文字进行对应。

具体压缩的流程：

• 第一步：选择转换模块

  

• 第二部：在模板中填入数据

4.5python相关的编码

v2="yyr".encode("utf-8") 将字符串转换为字节（utf-8编码）

总结