Python(五)

1.字符编码

#1、软件运行前，软件的代码及其相关数据都是存放于硬盘中的

#2、任何软件的启动都是将数据从硬盘中读入内存，然后cpu从内存中取出指令并执行

#3、软件运行过程中产生的数据最先都是存放于内存中的，若想永久保存软件产生的数据，则需要将数据由内存写入硬盘

1.1阶段一：一家独大

ASCII表的特点：
   1、只有英文字符与数字的一一对应关系
   2、一个英文字符对应1Bytes，1Bytes=8bit，8bit最多包含256个数字，可以对应256个字符，足够表示所有英文字符
   3、采用8位二进制数对应一个英文字符串

1.2阶段二：诸侯割据、天下大乱

# GBK表的特点：
    1、只有中文字符、英文字符与数字的一一对应关系
    2、一个英文字符对应1Bytes
       一个中文字符对应2Bytes   
       补充说明：
       1Bytes=8bit，8bit最多包含256个数字，可以对应256个字符，足够表示所有英文字符
       2Bytes=16bit，16bit最多包含65536个数字，可以对应65536个字符，足够表示所有中文字符

1.3阶段三：分久必合

unicode(内存中统一使用Unicode):
    1、兼容万国字符，与万国字符都有对应关系
    2、采用16位(16bit=2Bytes) 二进制对应一个中文字符串，个别生僻会采用4Bytes、8Bytes
    3、老的字符编码都可以转换成Unicode，但是不能通过Unicode互转

1.4 utf-8：unicode transform format-8编码

那为何在内存中不直接使用utf-8呢？
utf-8是针对Unicode的可变长度字符编码：一个英文字符占1Bytes，一个中文字符占3Bytes，生僻字用更多的Bytes存储

unicode更像是一个过渡版本，我们新开发的软件或文件存入硬盘都采用utf-8格式，等过去几十年，所有老编码的文件都淘汰掉之后，会出现一个令人开心的场景，即硬盘里放的都是utf-8格式，此时unicode便可以退出历史舞台，内存里也改用utf-8，天下重新归于统一

2.文本文件存取乱码问题

存乱了，解决办法是，编码格式应该设置成支持文件内字符串的格式
取乱了，解决办法是，文件是以什么编码格式存入硬盘的，就应该以什么编码格式读入

python解释器默认的文件的编码

python3默认：utf-8
python2默认：ASCII

2.1.1保证运行python程序前两个阶段不乱码的核心法则

指定文件头修改默认的编码
在py文件的首行写：
# coding utf-8
# coding 文件当初存入硬盘时所采用的编码格式