字符串编码

什么是字符串编码

计算机只认识0和1（高低电平），用户输入的字符计算机并不认识，想要让计算机认识这些就要通过编码将字符串翻译成0和1

这中转换的过程就叫做字符编码

文本编辑器存储信息的过程

文本编辑器 --》写文本 --》存储信息

显示屏（内存） --》（转换）硬盘

#ASCII码的转换关系
print(chr(65))
print(ord('a'))

早期，各个国家只能使用各个国家的计算机

这个时候就出现了unicode编码，Unicode编码可以识别所有国家的编码

硬盘中无论躺着什么格式的编码文件，unicode都可以识别，假设你看日本的片子，从硬盘中读取fuck编码，然后unicode识别，unicode帮你转换成gb2312，解决了乱码的问题，用unicode存

Unicode存储占用太多空间，所以出现了utf-8（和Unicode一一对应）解决了Unicode内存占用的问题

内存中unicode取，存用utf8存（硬盘），全世界的人写代码/写文件都是用utf8

为什么内存中不用utf8？

因为utf8和gb2312都没有转换关系，所有内存要用Unicode

gb2312和gbk的区别

gb2312 是中国早1期的编码，其中为常用词

gbk 是后期完善的，包含了中文的所有字

windows系统的记事本默认编码是 gbk，除此之外都是utf8

用什么编码写，就用什么编码读，否则会出现乱码

编码和解码

unicode编码 ---》（编码） utf8 从内存到硬盘

utf8 --》（解码） unicode 从硬盘到内存

现在内存只有unicode编码

python解释器（文本编辑器）解释python代码的流程

1、python解释器相当于文本编辑器，先把代码读入python解释器--》字符编码》上coding头

2、识别代码—》print有意义--》语法问题

3、产生结果--》跑到终端--》字符编码

终端有一个特性：电脑是什么编码，就会按照什么编码来，Windows终端是gbk

代码如果出了编码错误，首先加 # - coding:utf8 -

python2和python3的编码区别

python2

python2有两种存储变量的形式，第一种：Unicode，第二种：按照coding头来的

python2默认用ASCII读取字符

假设python2用utf8存储x='中文',当你print(x)的时候，终端接收gbk的变量x，但是windows终端编码是utf8，会乱码

假设python2用unicode存储，终端接受的是unicode，windows终端编码不管是什么都不会乱码

# coding:gbk
lt1 = '中文'  # utf存储的
# lt1 = ['中文']  # []让他不用终端的编码转化，显示01010101001
print lt1  # ['xe4xb8xadxe6x96x87']

lt2 = u'中文'  # u'中文'让他变成unicode  # 早期用python2定义中文，必须得加上u，让他变成unicode存储
# lt2 = [u'中文']
print lt2  # '中文'

python3

python3只有一种存储变量的形式，Unicode

python3用Unicode存储，不管终端编码是什么，都不会乱码