字符编码

字符编码

启动应用程序：

1.双击qq

2.操做系统接收指令，而后把该操做转化为0和1发送给CPU

3.CPU接收指令而后把指令发送给内存

4.内存接收指令把指令发送给硬盘获取数据

5.qq在内存运行

写文本的流程

1.在记事本中按下键盘中j的时候

2.记事本和操做系统交互，把这个按下j的指令转化为0和1

3.操做系统发送指令给CPU

4.CPU说吧这个0和1的指令转化为j

5.而后再由显示器显示

• 期间发送的转化过程咱们称之为字符编码

j--->0和1 #存储

0和1---> j #取

统称为字符编码

python解释器的原理

1.启动python解释器，python解释器至关于一个文本编辑器00000

2.打开文件，读出文件内容，python解释器至关于一个文本编辑器，--->发生了字符编码，name='nick'

3.python解释器解释name ='nick',而后才有了语法的概念--->发生了字符编码00000

001001101001000101010（硬盘中）---->name ='nick'（内存）--->开辟一块内存空间--->0000001010101001010

python解释器和文本编辑器的区别

1.都能干什么：

​ A.把硬盘中躺着的数据读入到内存中，并显示

2.不一样：

​ A.python解释器还会执行解释的步骤

字符编码发生在哪三个阶段

1.存 内存到硬盘

2.取 硬盘到内存

3.python3解释器的解释

最先的电脑只认识英文，

00001-a 00002-b 00003-中

256个足够他们用了

0 1

00 a 01 b 10 c 11 d

8位二进制位做为一个对应表，称为ASCII表

unicode的转换

中 0000111100001111 a 00001111

内存 unicode转换 硬盘

0000111100001111000011110 - a - 00001111
0000111100001111000111111 - 中 - 000011110000111

utf8的出现只是为了节省空间，把这个00000000 01000001改为01000001存到内存中

1.电脑是美国创造出来的，电脑只认识0和1，可是美国人想输入一个a字符进去，因此必须得创建一套字符编码，让00001111表示a，创建一套ascii码表

2.可是其余国家也开始使用电脑了，ascii码表不能知足需求了，因此各个国家创建了本身的字符编码表

3.中国的是gbk，日本的是ift，韩国的是uck，因此各个国家的码农都用本身国家的编码表写了各类各样的代码

4.忽然某个韩国人想说某个日本人的代码是本身写的，可是把日本人的代码放到本身的电脑上运行会报错，一下就被揭穿了，因此这个韩国人站出来讲，我要弄一套编码表，这个编码表不只能兼容日本，还能兼容世界的，而后最终没能实现

5.忽然有一个超级英雄站出来讲，我来帮你吧，而后unicode横空出世，unicode能认识全部国家的字符

6.而后可使用unicode的编码保存到硬盘中取，可是发现unicode编码太浪费内存了，而后作出了一套精简的utf8编码

7.等哪一天硬盘中躺着的全是utf8的编码的代码，那么unicode就下岗了

• 上述说到的报错其实就是乱码，怎样才能解决乱码

存的时候用什么编码，取的时候用什么编码（必考）

内存中的编码格式统一就是unicode

从内存到硬盘的过程，即unicode--->gbk称为encode

从硬盘到内存的过程，即gbk--->unicode称为解码decode

python2与python3解释器编码的区别

python2（了解）

解释语法的时候，生成变量时会把这个字符丢入到内存中，这个时候会有两种状况，一种是str编码，一种是unicode编码

str

直接编码成gbk的形式

unicode

直接编码成unicode的形式

python3

pycharm右下角控制的是你写入的代码字符以什么编码格式保存

coding：utf-8控制的是python3做为文本编辑器的时候，以什么编码格式读取文本内容，python3默认是utf-8的形式读取字符

python解释器的语法

解释定义变量的语法，会新开辟一块内存空间放入这个变量，而后这个变量在python3中以unicode的形式存储，如字符x='中'，被python3解释后在内存中会变成x=1010101010101100，理论上print(x)至关于输出1010101010101100，可是1010101010101100对于程序员来说看不懂，因此python3创始人龟叔做了这个操做，把1010101010101100编码按终端的编码格式输出到编码后的结果上，如上.

解释定义变量的语法，会新开辟一块内存空间放入这个变量，而后假设这个变量在python3中以utf-8的形式存储，如字符x=中,被python3解释后在内存中会变成x=000001101010.理论上print（x）至关于输出000001101010，可是这个000001101010对于程序员来说看不懂，因此pyhon3创始人龟叔做了这个操做-把000001101010编码按终端的编码格式输出编码后的结果，如上,若是终端的编码格式是gbk，终端没法识别000001101010，因此新开辟空间放入变量的时候，就用unicode转换，则终端不管是什么编码格式，都可以识别打印。

乱码分析

乱码的两种状况：

• 乱码一：存文件时就已经乱码

存文件时，因为文件内容有各个国家的文字，咱们单以shiftjis去存，本质上其余国家的文字因为在shiftjis中没有找到对应关系而致使存储失败。但当咱们硬要存的时候，编辑并不会报错（难道你的编码错误，编译器这个软件就跟着崩溃了吗？？？），但毫无疑问，不能存而硬存，确定是乱存了，即文件阶段就已经发生乱码，而当咱们用shiftjis打开文件时，日文能够正常显示，而中文就乱码了。

总结

一、保证不乱码的核心法则就是，字符按照什么标准编码的，就要按照什么标准解码，此处的标准指的就是字符编码

二、在内存中写的全部字符，一视同仁，都是unicode编码，好比咱们打开编译器，输入一个“你”，咱们并不能说“你”就是一个汉字，此时它仅仅只是一个符号，该符号可能不少国家都在使用，根据咱们使用的输入法不一样这个字的样式可能也不太同样。只有咱们往硬盘保存或者是基于网络传输时，才能肯定“你”究竟是一个汉字，仍是一个日本字，这就是unicode转换成其余编码格式的过程了。简而言之，就是内存中固定使用使用的就是unicode编码，咱们惟一能改变的就是存储到硬盘时使用的编码。

• Unicode---------->encode(编码)---------->gbk
• Unicode---------->decode(解码)----------->gbk