python攻克之路day2

Posted 2020-10-06

day2内容

1. 二进制以及编码

 

1.二进制以及编码

python解释器在加载 .py 文件中的代码时，会对内容进行编码（默认ascill）

ASCII（American Standard Code for Information Interchange，美国标准信息交换代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，其最多只能用 8 位来表示（一个字节），即：2**8 = 256-1，所以，ASCII码最多只能表示 255 个符号。

 

编码和二进制（基础知识）

计算机存储，网络传输，内存计算用的都是 01010101010101010101

ascii码，8位表示一个字符。

 

由于最早开始并没有考虑到计算机将会全球化,美国发明计算机之初对ASCII编码只有到7位已满足美国单一国家使用后面扩展到8位,

是发明者保留了。

 

随着计算机在全球范围的广泛使用、显然ASCII码无法将世界上的各种文字和符号全部表示，所以，就需要新出一种可以代表所有字符和符号的编码，即：Unicode

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，规定虽有的字符和符号最少由 16 位来表示（2个字节），即：2 **16 = 65536，

注：此处说的的是最少2个字节，可能更多

 

Unicode弊端：

　　　　局限性只有2**16位 = 65535

　　　　不能满足存放更多的文字。

 

Unicode于是32位出来了。

 

32位 4个字节 

其弊端:

00000000    00000000     00000000   00001001    -----> 假设代表A

00000000    00000000     00000000   00011001    -----> 假设代表B

00000000    00000000     00000000   00101000    -----> 假设代表C

原来 ABC各一个字节都能存放的，其余多出的空间浪费掉了

 

针对这种情况，又出了一种叫做UTF-8的字符集

对Uniocode进行优化的编码：用最少的位数表示所有的文字

 

下面是上描述的图：  用最少的位数表示所有的文字 在UTF-8 A的编码占的字节 ------->00001001   utf-8(一个汉字,占3个字节)

 

UTF-8好处在于能够把所有的字符都包含，对于一些不需要很多位字节的进行压缩。

 

GBK编码，不考虑别的国家的编码集，它跟UTF-8一样，用最少的位数表示所有的文字，缺点:不考虑其他国家的文字，只能解析中文 ,汉字(占2个字节)