标签：存储空间 分析 起源 name style 打印 字符串 div 类型
一、了解字符编码的知识储备
1、计算机基础知识（三副图）
2、文本编辑器存取文件的原理（notepad++,Pycharm,word)
打开编辑器就启动了一个进程，是在内存中运行的，所以在编辑器写的内容在没保存之前都是存放在内存中的，断电后数据就会丢失。因而需要保存到硬盘上，点击保存按钮，就从内存中把数据刷到硬盘上。
3、Python解释器执行py文件的与原理，例如python test.py
第一阶段：python解释器启动，此时就相当于启动了一个文本编辑器。
第二阶段：python解释器相当于文本编辑器，去打开test.py文件，从硬盘将test.py的文件内容读到内存中。
第三阶段：python解释器解释执行刚刚加载到内存中test.py的代码。（PS:在该阶段，即执行时，才会识别python的语法，执行文件内代码，执行到name=‘tracy‘，会开辟内存空间存放字符串‘tracy‘)
总结：python解释器与文本编辑器的异同
相同点：python解释器是执行文件内容的，因而python解释器具备都py文件的功能，这一点与文本编辑器一样
不同点：文本编辑器将文件内容读入内存后，是未来显示/编辑，而python解释器将文件读入内存后，是为了执行（识别python语法）
二、什么是字符编码
计算机要想工作必须通电，也就是说电驱使计算机干活，而电的特性，就是高低电平。（高低电平即二进制数1，低电平即二进制0），也就是说计算机只认识数字。
如何能让计算机读懂人类的字符？
字符----->（翻译过程）------>数字
这个过程实际就是一个字符如何对应一个特定数字的标准，这个标准称之为字符编码。
三、字符编码的发展史
阶段一：现代计算机起源于美国，最早诞生也是基于英文考虑的ASCII
ASCII:一个Bytes代表一个字符（英文字符/键盘上的所有其他字符），1Bytes=8bit,8bit可以表示0-2**8-1种变化，即可表示256个字符。
阶段二：为了满足中文，中国人定制了GBK
GBK：2Bytes代表一个字符
阶段三：日本人定制了Shift_JIS，韩国人定制了Euc-kr等等
小结：各国有各国的标准，就会有不可避免的冲突，结果就是，在多语言混合的文本中，显示出来就会有乱码。
于是产生了Unicode，同意用2B有特色代表一个字符，2**16-1=65535，可代表6万多个字符，因而兼容万国语言。
但是对于通篇都是英文的文本来说，这种编码方式无疑是多了一倍的存储空间。于是产生了utf-8，对英文字符只用1Bytes表示，对中文字符用3Bytes表示。
unicode特性：简单粗暴，所有字符都是2Bytes，优点是字符->数字的转换速度快，缺点是占用空间打。
utf-8特性：精准，对不同的字符用不同的长度表示，有点是节省空间，缺点是：字符-->数字的转换速度慢，因为每次都需要计算出字符需要多长的Bytes才能够准确表示。
内存中使用的编码是Unicode，用空间换时间。
硬盘中或者网络传输用utf-8,网络I/O延迟或者磁盘I/O延迟要远大于utf-8的转换延迟，而且I/O应该是尽可能地节省带宽，保证数据传输的稳定性。
四、字符编码的使用
文本编辑器转换图
Unicode--->encode----->utf-8
uft-8--------->decode----->Unicode
分析字符转换过程：
文件从内存刷到硬盘的操作简称存文件
文件从硬盘读到内存的操作简称读文件
分析乱码：
1、存文件时就已经乱码的情况；
2、存文件时不乱码而读文件时乱码；
小结：
无论是何种编辑器，要防止文件出现乱码（请一定注意，存放一段代码的文件也仅仅只是一个普通文件而已，此处指的是文件没有执行前，我们打开文件时出现的乱码）
核心法则就是，文件以什么编码保存的，就以什么编码方式打开。
python2默认ASCII，python3默认utf-8,除非文件头部指定编码方式。
针对python3如下图;
在浏览网页的时候，服务器会吧动态生成的Unicode内容转换为UTF-8再传输到浏览器
如果服务端encode的编码格式是utf-8,客户端内存中收到的也是uft-8编码的二进制。
在python3中也有两种字符串类型str和bytes
str是Unicode
#coding:utf-8
s=‘林‘ #当程序执行时，无需加u，‘林‘也会被以unicode形式保存新的内存空间中, #s可以直接encode成任意编码格式 s.encode(‘utf-8‘) s.encode(‘gbk‘) print(type(s)) #<class ‘str‘>
bytes是bytes
#coding:utf-8 s=‘林‘ #当程序执行时，无需加u，‘林‘也会被以unicode形式保存新的内存空间中, #s可以直接encode成任意编码格式 s1=s.encode(‘utf-8‘) s2=s.encode(‘gbk‘) print(s) #林 print(s1) #b‘\xe6\x9e\x97‘ 在python3中，是什么就打印什么 print(s2) #b‘\xc1\xd6‘ 同上 print(type(s)) #<class ‘str‘> print(type(s1)) #<class ‘bytes‘> print(type(s2)) #<class ‘bytes‘>
标签：存储空间 分析 起源 name style 打印 字符串 div 类型
原文地址：http://www.cnblogs.com/bingpan/p/7230882.html
