py08-字符编码

1、什么是字符编码？

　　计算机要想工作必须通电，也就是说电能驱使计算机干活，而电的特性就是高低电平(高低平即二进制数1，低电平即二进制数0)，也就是计算机只认识数字。

　　很明显，我们平时在使用计算机时，用的都是人类能读懂的字符，如何能让计算机读懂人类的字符？

　　必须经过一个过程：

　　字符------(翻译过程)------->数字

2、字符编码的发展史

　　阶段一：现代计算机起源于每个，最早诞生也是基于英文考虑的ASCII。

　　ASCII：一个Bytes代表一个字符，1Bytes=8bit

　　阶段二：为了满足中文，中国人定制了GBK

　　GBK：2Bytes代表一个字符。

　　为了满足其他国家，各个国家纷纷定制了自己的编码，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里。

　　阶段三：各国有各国的标准，就会不可避免出现冲突，结果就是在多语言混合的文本中，显示会出现乱码。于是产生了Unicode,统一用2Bytes代表一个字符。

　　接着就产生了UTF-8，对英文字符只用1Bytes表示，对中文字符用3Bytes。

　　对比：

　　　　unicode：简单粗暴，所有字符都是2Bytes，优点是字符->数字的转换速度快，缺点是占用空间大。

　　　　utf-8：精确，对不同的字符用不同的长度来表示，优点是节省空间，缺点是字符->数字的转换速度慢，因为每次都需要计算出字符需多长的Bytes才能够准确表示。

　　特例：

　　1、内存中使用的编码是unicode，用空间换时间(程序都需要加载到内存才能运行，因而内存应该是尽可能的保证快)

　　2、硬盘中或者网络传输用utf-8，网络I/O延迟或磁盘I/O延迟要远大utf-8的转换延迟，而且I/O应该是尽可能地节省带宽，保证数据传输的稳定性。

3、字符编码作用：　

　　unicode----->encode('utf-8')-------->utf-8

　　utf-8-------->decode('utf-8')---------->unicode

　　原则：字符以什么格式编译的，就要以什么格式解码

　　python3中的字符串分为两种：

　　　　x='egon' 存储unicode
　　　　y=x.encode('utf-8') 存成bytes
　　python2中字符串也分两种：
　　　　x=u'egon' 与python3中的字符串一样
　　　　y='alex' 与python3中的bytes一样