PYTHON中的字符编码

一.储备知识

字符串的类型,文本文件的内容都是由字符组成的，但凡涉及到字符的存取，都需要考虑字符编码的问题。

1.软件运行前，软件的代码及相关数据都储存在硬盘中

2.任何软件启动，都是在硬盘中读取数据，传输到内存中，然后CPU从内存中取出指令并执行

3.软件运行的过程中，产生的数据最先存放在内存中，想要永久保存的话，则需要将数据存入硬盘中。

文件编辑器的文件读取过程

阶段一：启动文本编辑器

阶段二：文本编辑器会将写入的数据从硬盘读入到内存

阶段三：文本编辑器会将刚刚读到的数据的内容，返回到显示屏中。

二. 字符编码的介绍

字符编码前提：它只跟文本数据类型和字符类型有关，跟视频文件，音频文件这种数据类型无关。

计算机只认识二进制（01），计算机之所以能够识别各种语言文字，是因为计算机自己内部有一张字符编码表

字符编码表：一些字符与数字之间的关系。

三.字符编码的发展史

1.一家独大

计算机开始是由美国人发明的，他们想让计算机识别英文字符， 内部维护的是ASCII码表：

它的内部维护的是英文字符语数字的对应关系，他统一使用的是一个字节等于一个字符，一个字节有八位，我们要记忆的是A---Z的字母代表的字符，a---z做代表的字符，0-9所代表的字符

A--Z ：65--90

a--z  :  97--122

0--9 :  48--57

2. 群雄分割

1.中国人也想使用计算机，但是ASCII码表内并没有中文字符，所以中国自己使用的另一个GBK码表。

GBK码表：它的内部记录有英文与中文和数字的对应关系

它使用两个字节及以上来保存中文字符。

2.日本人也想使用计算机，但是ASCII码表内并没有日文字符，所以日本使用的码表，叫另

Shift+JIS 表，它的内部记录了日文字符，英文字符与数字的对应关系。

3. 韩国人也想使用计算机，但是ASCII码表内并没有韩文字符，所以韩国使用的码表，叫另

Euc-kr  表，它的内部记录了韩文字符，英文字符与数字的对应关系。

3. 天下一统

为了让全世界的人类都能够统一的使用计算机，让计算机势识别全世界的语言，把字符编码表进行了统一。

Unicode（万国码）

统一使用2个字节保存字符。

 优化：从内存中得到的万国码到硬盘中得到的utf-8字符

utf-8：大家统一使用的一种编码：

1.统一使用一个字节来保存一个英文。

2.统一使用三个字节保存一个中文。

在utf-8中使用三个字节保存中问。

utf系列：utf-8，utf-16 utf-32.......

        utf-8mb4：utf-8(o´ω`o)ﾉ储存表情     

四。字符编码实战

1.如何解决乱码

1.在书写文件时，用的什么编码，那么打开时就要用什么编码就可以了

2.python解释器中不同版本代表着编码的不同:

在python2.x 中使用的是ASCII码表，并不是utf-8

而在python3.x版本中使用的是utf-8

3.如何编码和解码

  编码：把人类能够读懂的字符转化为计算机能够识别的数字(二进制01)

# 编码
res ='今天程吃啥好呢'
print(res.encode())#b'\xe4\xbb\x8a\xe5\xa4\xa9\xe7\xa8\x8b\xe5\x90\x83\xe5\x95\xa5\xe5\xa5\xbd\xe5\x91\xa2' #utf-8在计算机里的字符

这就是二进制输出的结果：b'\xe4\xbb\x8a\xe5\xa4\xa9\xe7\xa8\x8b\xe5\x90\x83\xe5\x95\xa5\xe5\xa5\xbd\xe5\x91\xa2'

  解码：把计算机能够读懂的字符转化为人类能够识别的字符

# 编码
res = '今天吃啥好呢'
# print(res.encode())
res1 = res.encode('utf-8')
 
print(res1.decode('utf-8'))# 今天吃啥好呢

# 编码
res = '今天吃啥好呢'
# print(res.encode())
#解码
res1 = res.encode('utf-8')
print(res1.decode('utf-8'))j

结果：今天吃啥好呢

如果遇到解码的时候，不知道对方使用什么编码时，你就试试 utf-8，或者GBK，亲测好用(o´ω`o)ﾉ