字符编码与文件处理

Posted 2020-09-29 H......T!

 字符编码

 

计算机工作就要通电，也就是说‘电‘驱使计算机干活，而电只有高电压（二进制1），低电压（二进制0），也就是说计算机只认数字。

 

编程的目的就是让计算机干活，编程的结果就是一堆字符，也就是我们编程最终实现的是：一堆字符驱动计算机干活呢。

 

1：python解释器是执行文件内容的，因而python解释器具备读py文件的功能，

 

   这一点与文本编辑器一样。

 

2：与文本编辑器不一样的地方在于，python解释器不仅可以读文件的内容，

 

   还可以执行文件内容。

 

      字符------------à(翻译过程)----------------à数字

 

      这个过程实际就是一个字符如何对应一个特定的数字标准，这个标准称之为数字编码。

 

一:ASCLL:

 

      一个Bytes=8bit--------------à可以表示为2**8种变化

 

      00000000-------------à0------------------à’a’

 

      00000001-------------à1------------------à’b’

 

      10101010

 

      1*(2**8)+1*(2**6)+1*(2**4)+1*(2**)

 

      ASCLL:最初只有七位，127个数字。

 

      为了将拉丁文也编码进ASCLL中，将最高位也占了。

 

二：为了满足中文，中国人定制了GBK。

 

      GBK：2Bytes代表一个字符。

 

      日本----------shift_JIS

 

      韩国----------Evc-kr

 

三：Unicode，统一用2（2Bytes）位代表一个字符。（万国编码）

 

优点：转换速度快。

 

缺点：占用空间大。

 

2**16=65536，可代表多个字符。

 

1Bytes    =    8bit

 

1Kb      =     1024Bytes

 

1MB     =     1024KB

 

1GB      =     1024MB

 

1027TB   =     1024GB

 

1GB      =     1024*1024*1024*1024*8

 

四：UTF—8（可变长的字符编码）-----------à精准，对不同的字符用不同的长度表示。

 

优点:节省空间。

 

缺点:转换速度慢。

 

     对英文字符只用1Gytes,对中文只能用3Byte          

 

       1：内存中使用的是Unicode，用空间换时间（程序都需要加载到内存才能运行，因而内存要尽可能的快）

 

        2：硬盘中或者网络传输用Utf_8，保证数据传输的稳定性。

 

Unicode---------àencode-----------àutf-8

 

Utf-8---------àdcode------------àunicode

 

   结论：用什么编码存，就用什么编码取。

 

          Python3解释器中，默认的字符编码是Utf-8

 

          Python2解释器中，morn的是ASCII。