個人python中級班學習之路（全程筆記第一模塊） （第二章）（第4部分：16進制、編碼轉換、bytes類型與存儲、py3代碼流程與轉換方法、py2與py3的區別與總結）

第二章                       數據類型    字符編碼    文件操做

第四部分

 第十節 ：16進制運算

 

1、定義與語法

圖例：

**16進制轉換**代碼驗證

例：
1.八進制
>>> oct(1)     
'0o1'                #'0o1'  0o 是八進制的顯示方式，後面的數字是多少位，就表明多少位
>>> oct(8)    
'0o10'
>>> oct(16)          #逢 8 進位
'0o20'
>>> oct(32)     
'0o40'               #8的多少倍就表明多少位
>>> oct(64)
'0o100'              #用的不多知道就行

2.十六進制
>>> hex(1)
'0x1'
>>> hex(15)         #十六進制中 f 表明15，由於在16進制中，不能出現10或者10以上的2位數字
'0xf'
>>> hex(16)         #十六進制是逢16進位    0x是16進制的顯示方式
'0x10'
>>> hex(32)
'0x20'
>>> hex(64)         #16的多少倍就是多少位
'0x40'

 

  2、十六進制的特徵及用途

       1.十六進制特徵：16進制便於閱讀，如今的存儲設備都使用16進製爲單位設置的

圖例

 

 1.數字、二進制、十六進制之間的轉換

  

例：
1.用數字查找ASCII碼錶裏面對應的字符
>>> chr(100)
'd'
>>> chr(120)
'x'
>>> chr(123)        
'{'                    #返回對應得字符

2.數字轉換二進制
>>> bin(97)
'0b1100001'    

 3、十六進制與二進制的轉換：七張圖瞭解16進制與二進制的轉換

圖1：                                                               圖2：                                                 圖3：

圖4:                                                               圖5:                                                          圖6：

圖7：

第十一節：  字符編碼間的轉換與python的bytes類型

1、編碼的回顧

1.編碼的總類型

* ASCII 碼，最先期的編碼，佔 1個字節的內存，只有英文。

** GB2312 佔2個字節， 支持6700多個漢字。

*** GBK  ，GB2312的升級版，支持21000多個漢字。

**** shift - JIS  日本字符。

***** ks_c_5601-1987  韓國編碼。

******TIS—620  泰國編碼。

因爲每一個國家都只有本身國家的編碼，太侷限，很差在國際上流通，缺乏統一性。

*******unicode：萬國碼應運而生，2-4個字節，已收錄136690個字符，還在不斷的擴張中，主要做用有2個：1.支持普遍，兼容舊編碼。2.它包含了跟全球全部國家編碼的映射關係，缺點是：英文本來1個字節，在這裏面倒是2個字節，浪費空間，翻倍的字節帶來內存與流量翻倍，因此爲了優化便與存儲節省空間。後續出現三個unicode 的升級版分別是：

*UTF - 8 ：(使用最普遍的語言)    分別用  1 ，2,  3，4 個字節表示，優先使用1個字節，沒法知足再加1個字節，英文佔 1 個字節 ，歐洲語系佔 2 個字節，東亞佔 3 個字節，其餘佔 4 個字節。

**UTF - 16 使用2-4個字節表示，優先使用2個，不然使用4個

***UTF - 32 所有用4個字節表示全部字符

總結：UTF 類編碼是unicode編碼設計的在存儲和傳輸時節省空間的編碼方案。

二、字符存儲硬盤的方法：二進制

  （1）.字符存儲模式：（怎麼存儲和讀取的）

        首先：字符必定是用0101等二進制存儲的，可是因爲存儲時使用編碼的標準不同（UTF - 八、GBK、ASCII 碼錶....等等），因此你用什麼編碼保存的，就要用什麼編碼去讀取，不然會出現亂碼現象。

圖解：

      （2）.字符編碼的轉換：

               雖然unicode統一了全部國家的編碼，可是 大多數國家仍是在用本身國家的編碼，中國就用 GBK 可是中國的編碼出口到外國須要怎麼的轉換呢？unicode編程語言全部的電腦系統都會默認支持，把 中國的 GBK 放到 unicode 裏面。映射出的 unicode 編程格式顯示就能夠了（unicode在這裏至關於一個翻譯）

圖解：

******字符編碼映射關係圖解：

 

  2、  python3執行代碼流程及轉換方法

  一、在python3裏面

      因此在python3裏面寫的代碼去Windows上面去執行，不會亂碼

 

 二、特殊狀況，python2裏面默認的編碼是ASCII 碼錶。

    **在python2裏面，python2並不像python3自動轉unicode，而是僅以文件頭聲明的語言去解釋和保存你的編碼，若是以 UTF - 8解釋和保存，在Windows系統上就會出現亂碼，由於Windows系統默認支持的終端語言是GBK ，雖然Windows 默認支持unicode ，可是，python2 並不會自動把保存UTF - 8 格式的代碼轉成unicode 。 

********亂碼確定是不行的，既然弄很差自動轉，就人肉轉了。

 

**由於太生手，因此搞很差python2 與 Windows 之間的轉換直接上圖解：

 

*****總體思路就是先把python代碼轉換成unicode給Windows閱讀，在轉回utf - 8 或GBK 存儲,  **在python2裏面，不是unicode就是str 字符串類型。

##記住下圖的規則，就能懂了

*#*總結：一、在python3裏，默認編碼是 utf - 8 ，字符串默認編碼是 unicode ，若是文件頭聲明瞭其餘編碼，存起來的字符串依然會自動轉unicode 。

                 二、在python2裏，默認編碼是ASCII 碼 ，字符串默認是 ASCII 碼，若是文件頭聲明瞭編碼，那麼，字符串也會是什麼，不會自動轉unicode。由於unicode在python2裏面是一個單獨的類型。

 

3、 python3經過查看編碼映射表肯定編碼類型

    一、上邊講過轉換代碼的方法，那是在知情的狀況下進行的。可是，若是不知情，不知道源代碼，也不知文件頭聲明，怎麼判斷代碼的轉換語法是正確的呢？

   （1）.要有unicode編碼關係映射表的exe，經過 把代碼轉換成二進制（或者16進制）在編碼關係映射表裏找到對應的編碼，把16進制轉換成二進制（二進制換算）

（2）.GBK在設計時，爲了兼容ASCII 碼錶，（ASCII碼錶只有127位，因此128位省略掉）因此GBK設計時規定，若是連續兩個高字節的話，就認爲是中文，高字節就是都超過了128位。unicode 在設計時，知道GBK的規定，因此默認忽略掉了最高一位的表示單位，

 

4、python的bytes類型介紹

一、定義：bytes ，就是在python裏面顯示的二進制串 

圖解：

二、在沒有特殊的狀況下二進制串其實就是字符串，在有圖片中的二進制串就不能叫字符串了，這就是區分bytes類型的緣由。沒法找到對應的文字，

可是也是二進制串，的顯示。這樣的二進制串叫bytes類型就不足爲奇了，因此，二進制串所有稱爲  bytes  類型

5、python3與python2的字符串區別 

1.在python2裏

*str = bytes    爲何有bytes類型？

由於 ：要表示圖片、視頻等二進制格式 的數據，就要用bytes 類型表示，

**以UTF - 8  寫的編碼字符串，在Windows上沒辦法顯示，如何在python2裏寫的代碼讓全球通用都能看呢？

就要以unicode 編寫代碼軟件了有兩種方法能夠實現，第一種就是在文件頭直接聲明用unicode，第二種 就是把utf- 8 轉換成unicode，轉換的語法

s = you_str.decode（UTF - 8）好比你的代碼變量名爲 s ，就要 s.decode(UTF - 8)

***在python2裏 有一個單獨的類型  ：unicode類型  

****語言格式須要轉換，由於存到內存的編碼，就是文件頭聲明的編碼，不會轉換其餘格式

例：

在python2裏 ：以utf - 8 或 gbk . . . 寫的代碼 ，內容加載到內存裏並不會被轉成unicode 類型，依然 是utf - 8 或gbk ...

在python3裏：以utf - 8 或 gbk . . . 寫的代碼，內容加載到內存裏，會被自動轉成unicode 類型。

 

2. 在python3裏 

str = unicode（在python3裏 ，默認支持 unicode，不是ASCII 碼錶，因此沒有unicode 這個單獨的類型）

6、總結

一、python2 與python3的轉變

 由於 py 2 問題太多，知足不了太多用戶的需求，特別是在支持的語言上（ASCII 碼錶）

因此py 3 橫空出世，解決了不少問題，最重要的就是竄出時默認用unicode 格式，寫文件默認使用 utf - 8 ，這樣不管是在哪裏都能正常顯示文件

除此以外，還把str 和 bytes 進行了明確的區分，

str 就是unicode 格式的字符 

bytes 類型 就是二進制串

二、處理python編碼問題的方法

最後，再提示下，python只要出現各類編碼問題，無非是一下幾種常見編碼錯誤的緣由

python解釋器的默認編碼是否有問題（py2 ASCII碼，py3 unicode）

寫的源文件的編碼，與文件頭聲明解釋的編碼是否一致例：（文件使用utf - 8 寫的，在讀取文件時文件頭卻聲明 gbk 格式）

 在pycharm裏面轉換的時候（輕易不要轉），用utf - 8 寫的代碼，轉換 gbk （convert），轉換不成就會亂碼，不能回退，若是這樣的話就意味着要從新寫一份代碼

還有就是運行終端，運行終端是繼承操做系統的編碼（Windows 默認 gbk ，linx默認是utf - 8 ，這些是能夠改的，可是儘可能   要用什麼格式寫的，就以什麼格式去讀）

**小結：以上方法掌握以後，挨個排查基本上能解決問題 

 

 ——————————————模塊結束線——————————————2018-11-06