20181123（编码问题）

今日内容：

1、字符编码

2、文件操作

文件操作的读写方法

文件的打开模式

引子

1、计算机系统分为三层：

应用软件

操作系统

硬件

2、文本编辑器读一个文件的三个过程：

Ⅰ先启动文本编辑器

Ⅱ文件编辑器会将文件内容读入内存

Ⅲ将读入内存的内容显示到屏幕上

cpython解释器执行一个py文件的三个过程：

Ⅰ先启动python解释器

Ⅱpython解释器会将py文件的内容当成普通的文本内容读入内存

Ⅲ开始解释执行刚刚载入内存的代码，识别python语法

 

一、字符编码

字符编码指的是把字符编码成数字

编码的过程一定要遵循一个标准，该标准称之为字符编码表。

字符===编码（encode）===》数字

字符《==解码（decode）===数字

1、ASCII表：只有英文字符与数字的对应关系，用8bit对应一个英文字符。

一个英文字符===》1Bytes

2、GBK表：可以识别中文字符和英文字符，用8bit对应一个英文字符，用16bit对应一个中文字符

一个英文字符===》1Bytes

一个中文字符===》2Bytes

3、unicode（内存中默认使用该编码），大多数用2Bytes表示一个字符

Ⅰ可以识别万国字符

Ⅱ与各种字符编码的二进制数字都有对应关系

4、utf-8全称为Unicode Transformmation Format：

一个英文字符===》1Bytes

一个中文字符===》3Bytes

unicode二进制====编码====》utf-8二进制

unicode二进制《===解码====utf-8二进制

 

结论：

Ⅰ编码与解码

字符===编码===》数字

字符《==解码===数字

unicode二进制====编码（encode）====》utf-8二进制

unicode二进制《===解码（decode）====utf-8二进制

 

Ⅱ内存中固定使用unicode编码，我们可以改变的是数据由内存刷到硬盘时采用的编码（应该使用utf-8）

unicode的特点：

Ⅰ可以识别万国字符

Ⅱ与各种字符编码的二进制数字都有对应关系

 

Ⅲ 解决乱码问题的核心：

①字符当初以什么编码的，就应该以什么编码去读

②保证运行python程序的前两个阶段不乱码的解决方案：添加文件头

在文件首行添加#coding：文件当初存的字符编码

 

Ⅳ pyhton解释器默认的编码

python3：默认utf-8

python2：默认ASCII

 

Ⅴ python3的字符串类型在内存中存成unicode格式的二进制