Day1_Python基础_7.字符编码

七、字符编码

python解释器在加载 .py 文件中的代码时，会对内容进行编码（默认ascill）

ASCII（American Standard Code for Information Interchange，美国标准信息交换代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，其最多只能用 8 位来表示（一个字节），即：2**8 = 256-1，所以，ASCII码最多只能表示 255 个符号。

关于中文

为了处理汉字，程序员设计了用于简体中文的GB2312和用于繁体中文的big5。

GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。

GB2312 支持的汉字太少。1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。2000年的 GB18030是取代GBK1.0的正式国家标准。该标准收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。

从ASCII、GB2312、GBK 到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。在这些编码中，英文和中文可以统一地处理。区分中文编码的方法是高字节的最高位不为0。按照程序员的称呼，GB2312、GBK到GB18030都属于双字节字符集 (DBCS)。

有的中文Windows的缺省内码还是GBK，可以通过GB18030升级包升级到GB18030。不过GB18030相对GBK增加的字符，普通人是很难用到的，通常我们还是用GBK指代中文Windows内码。

显然ASCII码无法将世界上的各种文字和符号全部表示，所以，就需要新出一种可以代表所有字符和符号的编码，即：Unicode

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，规定虽有的字符和符号最少由 16 位来表示（2个字节），即：2 **16 = 65536，
注：此处说的的是最少2个字节，可能更多

UTF-8，是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存...

所以，python解释器在加载 .py 文件中的代码时，会对内容进行编码（默认ascill），如果是如下代码的话：

报错：ascii码无法表示中文

#!/usr/bin/env python
  
print "你好，世界"

改正：应该显示的告诉python解释器，用什么编码来执行源代码，即：

python2里必须声明utf-8才可支持中文，而python3中默认是utf-8编码，则不需要再次声明。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
  
print "你好，世界"

注释

　　当行注视：# 被注释内容

　　多行注释：""" 被注释内容 """

 1 # Author: George.Wang
 2 
 3 name1 = "george"
 4 name2 = name1   #其实name2是指向了name1所在内存中的内存地址空间，就像问路一样，而不是单纯指向name1本身（因为后续就算name1变化了，name2也不会跟着变）
 5 你好 = "世界"
 6 
 7 print("My name is :" ,name1,name2,你好)
 8 
 9 """
10 name1 = "Danny"
11 print(name1)
12 print(name2)
13 
14 name3 = "george"    #Python对内存做了优化，当某变量直接写成前面某变量值，则内存中直接指向已存在的内存地址，不再单独开辟新的内存空间。
15 print(name3)
16 
17 msg = '''
18 correct_variable_1 = "this way of writing is correct"
19 Correct_Variable_1 = "this way of writing is correct, please pay attention for big or small of these head letters"
20 __Correct_Variable_1 = "this way of writing is correct, please pay attention for the first underline"
21 1_correct_variable_1 = "this way of writing is error，the first letter should not be a number"
22 '''
23 print(msg)
24 """

msg = "George.Wang"   #如果是单行，则直接一对引号即可。
print(msg)

汉字编码收录（讲解记忆）

字符编码演进（讲解记忆）