python学习笔记8-9（字符编码与二进制）

Posted 2020-08-24

字符编码

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ASCII）

二进制

举例：古时候烽火台，点火和不点火只有两种状态，传递信息太少。

 约定点火数1，代表1-100

    点火数2，代表101-1000

    点火数3，代表1001-5000

    点火数4，代表5001-1000

虽然有进步，但还不够精确

如果引入二进制，可以精确表示任意数

字符编码

二进制和字母的转换

ASCII（American Standard Code for Information Interchange，美国标准信息交换代码）

GB2312（1980年）7445多个汉字字符，包括6763个汉字和682个其它符号。

GBK1.0（1995年）收录了21886个符号，它分为汉字区和图形符号区：汉字区21003个字符。

GB18030（2000年）取代GBK1.0的正式国家标准。该标准收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数名族文字。现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。

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。所有字符占2个字节。

UTF-8，存英文字符占1个字节，存中文占3个字节

总结如下：

ASCII 255 1bytes

    -->1980 gb2312   7445个汉字字符

      -->1995 GBK1.0   21885个

        -->2000 GB18030  27484个

      --> unicode 2bytes

        --> utf-8 en:1byte , zh:3bytes

python3比python2最大区别，默认支持字符编码集

python2中文支持，第一行输入：# -*- coding:utf-8 -*-

python3默认支持utf-8

本文出自 “踩出脚印” 博客，请务必保留此出处http://zoucuo.blog.51cto.com/962798/1885264