字符编码、进制
- 字符编码
英文字母、数字、字符 → 十进制 → 二进制
英文字母、数字、字符 → ASCII码 → 01010101（每八位代表一个字符）每一位0或1所占的空间为比特（bit），这是计算机最小的表示单位。ASCII码只能表示 255 个符号
8bit = 1bytes（字节），这是计算机最小的存储单位，缩写表示为1B。1KB = 1024B，1MB = 1024KB ...
中文 → 十进制 → 二进制
中文 → GB2312 → 01010101 仅能存储7000+个图形字符，其中汉字有6700+个
中文 → GBK1.0 、GBK18030 → 01010101 兼容GB2312
中文、英文字母、数字、字符 → Unicode → 0101010101010101（规定最少用16位表示，即2个字节）
中文、英文字母、数字、字符 → UTF-8（兼容Unicode） → 01010101...（长度可变，ascii码中的内容用1个字节表示、欧洲字符用2个字节表示、东亚用3个字节表示）
Windows 默认编码是GBK，Mac OS/Linux 默认编码是UTF-8
Python2.x默认编码为ASCII码，Python3默认编码是UTF-8
文件开头声明解释器和编码
#!/usr/bin/env python # -*- coding: utf-8 -*-
Unicod起到了两个作用：1.直接支持全球所有语言；2.unicode包含了跟全球所有国家编码的映射关系。
但是使用unicode表示一个字符，太浪费空间，为了解决存储和网络传输的问题，就出现了UTF。
UTF-8： 使用1、2、3、4个字节表示所有字符；优先使用1个字符、无法满足则使增加一个字节，最多4个字节。英文占1个字节、欧洲语系占2个、东亚占3个，其它及特殊字符占4个
UTF-16： 使用2、4个字节表示所有字符；优先使用2个字节，否则使用4个字节表示。
UTF-32： 使用4个字节表示所有字符；
即UTF 是为unicode编码 设计 的一种 在存储 和传输时节省空间的编码方案
python 2.x中
#-*-coding:utf-8-*-
__author__ = 'Alex Li'
import sys
print(sys.getdefaultencoding())
msg = "我爱北京天安门"
msg_gb2312 = msg.decode("utf-8").encode("gb2312")
gb2312_to_gbk = msg_gb2312.decode("gbk").encode("gbk")
print(msg)
print(msg_gb2312)
print(gb2312_to_gbk)
在python3.x中
#-*-coding:gb2312 -*- #这个也可以去掉
__author__ = 'Alex Li'
import sys
print(sys.getdefaultencoding())
msg = "我爱北京天安门"
#msg_gb2312 = msg.decode("utf-8").encode("gb2312")
msg_gb2312 = msg.encode("gb2312") #默认就是unicode,不用再decode,喜大普奔
gb2312_to_unicode = msg_gb2312.decode("gb2312")
gb2312_to_utf8 = msg_gb2312.decode("gb2312").encode("utf-8")
print(msg)
print(msg_gb2312)
print(gb2312_to_unicode)
print(gb2312_to_utf8)
#-*-coding:gbk-*-
#文件以GBK编码
import sys
print(sys.getdefaultencoding())
s='你好'#还是默认utf-8
print(s)
print(s.encode('gbk'))
print(s.encode('utf-8').decode('utf-8').encode('gb2312'))
print(s.encode('utf-8').decode('utf-8').encode('gb2312').decode('gb2312'))
>>>
utf-8
你好
b'\xc4\xe3\xba\xc3'
b'\xc4\xe3\xba\xc3'
你好
- 进制
二进制：01010101
八进制：012345678（以0o开头）
十进制：0123456789
十六进制（前缀0x、后缀H）：0123456789ABCDEF（以0x开头）
十进制转八进制： oct(a) ，十进制转十六进制： hex(a)
