字符編碼

字符編碼

前置知識

一、程序執行的三大核心硬件：CPU、內存、硬盤

二、正常執行一個程序流程：

​ 一、將硬盤中數據讀取到內存

​ 二、CPU從內存中讀取數據，執行

​ 三、軟件運行中產生的數據優先存到內存，若要永久保存，則需由內存寫入硬盤

三、python解釋器執行一個py文件過程

​ 一、啓動python解釋器

​ 二、將py文件從硬盤讀到內存

​ 三、python解釋器從內存中讀py文件

​ 四、識別py文件中python語法，執行相應操做

字符編碼

字符：世界上一切語言、文字

文件的輸入和輸出是兩個過程

人類輸入的內容都是人類本身能夠識別的字符，計算機只能識別0101010二進制字符

將人類的字符，存入內存和硬盤，要經歷一個過程：

***人類的字符 >>>>>>> （字符編碼表） >>>> 計算機二進制

發展史

1.一家獨大

美國，ASCII碼，一個英文對應一個bytes，一個bytes等於八個bit（二進制字節）

2.天下三分

各國擁有本身本國語言的編碼表

中國 ，GBK，一個英文對應一個bytes，一箇中文對應2個bytes

日本，shift......
三、分久必合

（萬國碼）unicode

爲了兼容全部的國家的字符，生成unicode，全部的字符都用2bytes

一、佔用存儲空間
二、io次數增長，程序運行速度變慢（最致命）

utf-8

在unicode二進制數據存入硬盤的時候，作了優化

utf-8:
utf-8只與unicode有對應關係
unicode transformation format

全部的英文字符用1個bytes表示
全部的中文字符用3個bytes表示

如今的計算機：
內存都是：unicode
硬盤都是：utf-8

內存和硬盤兼容unicode：

一、不管存入什麼字符到內存，unicode均可以兼容

二、硬盤中不管是什麼編碼文件，讀到內存中，均可以兼容unicode

數據的傳輸：

​ 優先以本身本國的字符編碼進行傳遞

內存、硬盤的編碼轉換：

（內存）unicode二進制字符 >>> 編碼（encode） >>> （硬盤）utf-8二進制字符

（硬盤）utf-8二進制字符 >>> 解碼（decode） >>> （內存）unicode二進制字符

保證不亂碼的核心：

用什麼字符編碼存，用什麼字符編碼取

文件頭：

coding : utf-8

python2 :
默認的字符編碼ASCII碼（由於當時的unicode還沒盛行）,因此pycharm寫的代碼都是utf-8的在python2中必定要寫文件頭
python3：
默認的字符編碼utf-8

pycharm默認的字符編碼是：utf-8

中文Windows系統默認的字符編碼是：GBK