字符编码
-
前置知识点
1.程序执行的三大核心硬件：
CPU
内存
硬盘
正常执行一个程序的要点：
1、将硬盘中的数据读到内存
2、由CPU读内存中的数据进行执行
3、在执行程序的时候，生成的数据，优先存入内存
2.python解释器执行一个py文件的过程：
如果没有python解释器，py文件单纯就是一个文本文件，所以，想执行py文件，必须先执行python解释器
1.将python解释器的代码由硬盘读到内存
2.将py文件以普通文本文件的格式由硬盘读到内存
3.python解释器去内存中读取py文件的数据
4.识别python语法，执行相应的操作
python解释器和文本文件编辑器的区别：
1.相同点:前两个阶段二者完全一致，都将硬盘中文件的内容读到内存
2.不同点：文本编辑器将文件内容读到内存后，是为了显示或者编辑，根本不会理会python的用法，但是python解释器将文件内容读到内存后，是为了执行python代码、会识别python语法
-
字符编码：
字符：世界上一切语言、文字
有必要考虑，图片文件、音频文件、视频文件？
文件的输入和输出是两个过程
人类输入的内容都是人类自己可以识别的字符
计算机只能识别二进制字符（101010）
将人类的字符，存入内存和硬盘，要经理一个过程：
人类的字符>>>翻译（字符编码表）>>>计算机二进制
-
字符编码表：
-
ASCII码表（美国）
计算机起源于美国，所以最先考虑的是让计算机识别英文字符，于是诞生了ASCII表
- 只有英文字符与数字的一一对应关系
- 用八位二进制来代表一个英文字符，一个英文字符对应1Bytes，1Bytes=8bit，8bit最多包含256个数字，对应256个字符足够表示所有英文字符
-
GBK表（中国）
为了让计算机能够识别中文和英文，中国人定制了GBK
-
只有中文字符、英文字符与数字的一一对应关系
-
一个英文字符对应1Bytes
一个中文字符对应2Bytes
补充：
1Bytes=8bit，8bit最多包含256个数字，可以对应256个字符，足够表示所有英文字符
2Bytes=16bit，16bit最多包含65536个数字，可以对应65536个字符，足够表示所有中文字符
-
-
Unicode（万国符）
为了兼容所有的国家的字符，生成Unicode
- 存在所有语言中的所有字符与数字的一一对应关系
- 与传统的字符编码的二进制数都有对应关系
- 占用存储空间
- IO次数增加，程序运行速度变慢（最致命）
在Unicode二进制数据存入硬盘的时候，做优化
Unicode与其他编码有相应的映射/转换关系：
文本编辑器输入任何字符都市最新存在于内存中，是Unicode编码的，存放于硬盘中，则可以转换成任意其他编码，只要该编码可以支持相应的字符
-
编码与解码
- 编码（encode）：由字符转换成内存中的Unicode，以及由Unicode转换成其他编码的过程，都成为编码encode
- 解码（decode）：由内存中的Unicode转换成字符，以及由其他编码转换成Unicode的过程，都成为解码decode
在诸多文件类型中，只有文本文件的内存是由字符组成的，因而文本文件的存取也涉及到字符编码的问题
- utf-8：全称：Unicode Transformation Format，即Unicode的转换格式
- utf-8只与Unicode由对应关系
- 所有的英文字符用1个bytes表示
- 所有的中文字符用3个btes表示
现在的计算机：
内存都是：Unicode
硬盘都是：utf-8
数据传输：
优先以自己的本国字符编码进行传递
1.用户无论输入什么字符，存入内存，Unicode都可以兼容
2.硬盘中无论是什么编码类型的文件，读到内存，都可以兼容Unicode
Unicode二进制字符（内存）>>>编码（encode）>>>utf-8二进制字符（硬盘）
utf-8二进制字符（硬盘）>>>解码（decode）>>>Unicode二进制字符（内存）
保证不乱码的核心就是：用什么编码存的数据，就用什么编码取
补充：
python2：
默认字符编码是ASCII码（因为当时的Unicode还没有盛行）
python3：
默认的字符编码是utf-8
文件头：
# coding：utf-8
告诉你的计算机，你的这个文件是用什么编码写的
用英文字符，是为了让所有计算机都可以识别
pycharm默认的字符编码是：utf-8
Windows默认的字符编码是：GBK