首页 > 代码库 > 字符编码

字符编码

1.单位换算:
1Bytes=8bit
1KB=1024Bytes
1MB=1024KB
1GB=1024MB
1TB=1024GB
 
2.发展史:
阶段一:
ASCII:
一个bytes代表一个字符(英文符/键盘上的所有其他字符)
1bytes=8bit   
 
阶段二:中国人定制了GBK:
2bytes代表一个字符
 
阶段三:unicode
2bytes代表一个字符
UTF-8:
英文1bytes代表一字符;中文是3bytes代表一个字符
 
unicode---->优点:字符转换为二进制的速度快,缺点:占用空间大
utf-8---->优点:精准,节省空间;缺点:转换速度慢
 
3.内存中使用的编码是unicode,用空间换时间,保证尽可能快的运行
  硬盘中使用的编码是utf-8,网络i/o延迟或磁盘i/o延迟要大于utf-8转换延迟。
 
4.字符编码的使用:
技术分享
文件以什么编码保存就用什么编码读取,不然很容易乱码
乱码分两种情况:
 1).保存时乱码:文件中有多国文字,以单一的编码存储就会产生乱码。例:文件中有英文,中文,韩文,单一的用shift jis,存储时就会出错。
 2).读取时乱码:用utf-8保存,用gbk读取就会乱码
 
5.程序的执行:
  1).启动python解释器
  2).python解释器相当于文本编辑器,负责打开文件。即讲文件读取到内存。(python解释器会读取文件的第一行内容,#coding:utf-8,来决定以什么编码格式来读入内存,这一行就是来设定python解释器这个软件的编码使用的编码格式
   python2:默认ASCII   python3:默认utf-8
  3).读取已经加载到内存的代码(unicode编码的二进制),然后执行
技术分享
 
6.python2与python3的区别:
 1.)python2中有两种字符串类型:str&unicode
    技术分享
    str:是编码后到bytes,只能decode(‘gbk/utf-8‘)回字符串
    unicode:unicode类型的字符串是以unicode的格式存放到新的内存空间,只能encode(‘‘)回字符串
2).python3有两种字符串类型:str&bytes
   str是unicode----->encode
   bytes是bytes---->encode
 技术分享
 
 
 

字符编码