标签：是你 读取 格式 编辑 pad 很多 怎么 额外 标准
但凡涉及到字符的概念，文本文件的内容，python语法中有一种语法是字符串的定义。
软件运行在内存
x = 字符串 第三步有效
涉及到字符编码 -- 》 1~2阶段
2个地方 --》 1~2j阶段（读） -->第三阶段（存）
上 --》 10 --》 二进制 (字符编码表)
存：上 ——翻译——》 二进制
取：下 《--------翻译---------- 二进制
总结：什么是字符编码表，就是字符与数字对应得关系表。核心
发展史：独大 -》 多乱 -》 统一
美国：ascii码表采用8位二进制数对应一个英文字符，只支持引文字符
中国：bgk 支持英文字符，中文字符。采用8位二进制数对应英文数字（256），采用16位二进制数对应中文字符（56636）
日本：血的JIS 韩国：法克kr
万国码：unicode， 采用16位二京指数（2Bytes）对应一个中文字符，个别生僻会采用4Bytes，8Bytes。注意：内存中同一使用unicode。
上 --》 unicode（内存） --》各国码（硬盘）
下 《--- unicode（内存） 《--- 各国码（硬盘）
1、兼容万国字符
2、兼容万国编码表对应关系（妥协）
字符编码之间不可以转（GBK不能转成ascii， 字符的对应关系不一样，不可以转），字符编码之间可以通过unicode中间介质，进行读写。
utf-8: Underwater Communications SystemTransformation Format
英文 --》 1Bytes
汉字 --》 3Bytes
结论：
内存固定使用unicode，我们可以改变的是存入硬盘采用格式
英文+汉字 -》 unicode -> GBK
英文+日文 --》 unicode --> shift-jis
万国符 --》 unicode --> utf-8
编码：
字符 --》 unicode
unicode --》 老的编码 Gbk、Shift-jis
解码：
unicode -》 字符
老的编码 Gbk、Shift-jis -》 unicode
为什么说unicde是过渡版本？
1、对应王国码
2、最重要的是
也就是说，目前unicode主要是争对于老的版本的兼容，老的没了，它就没有意义了
村乱：
致命，存乱了。文件存的时候，字符要是硬盘中的编码格式所支持的格式。
取乱：
不致命，取乱了。文件是以什么编码格式存入硬盘的，就应该以什么编码格式读入内存。
python中
文件头部解码标识
pycharm这个文本编辑器默认编码就是utf-8（存）
python3解释器默认解码就是utf-8
python解释器按照默认解码方式先读取文件首行，读取首行以后，按照首行指定的解码声明头。
核型法则：保证python程序不乱吗的前提条件，就是你的文本编辑器默认是用什么方式编码存的，你就应该使用什么文件头部解码标识。
第三个阶段：
python3的str类型，存到内存，默认直接存成unicode，不会露娜吗
python2的str类型不会存成unicode到内存。将python2字符串类型使用u‘str’存成unicode，如果你的str使用的是英文可以不加，如果你是中文就必须在字符串前加u
了解：
python2解释器又2种字符串类型，一种str，另外一种unicode。
x='上' --》 str类型（会按照文件头指定的编码格式存入指定的内存空间） print会有这种优化机制，不能打印，放到列表中展示。
x=u'上' --> unicode类型（强制存成unicode）
python解释器中演示：
GBK会拿每一组1个byges中8个比特位的前一位，作为英文与中文的标识信息，用来判断,怎么取。如果首位是1，那么取2个bytes，如果首位是0，那么取1个bytes。
补充：python2中打印可以不加括号。
打印存入内存gbk的编码，默认使用文件头gbk解码打印到终端，但是是使用终端默认的解码方式。windows中使用GBK，MAC使用utf-8.
补充：python终端是utf-8
打印：'\xc9\xcf' -> GBK -> unicode ->显示 （你打印是现实到终端）
如果以后用python2中写程序，定义字符串的时候，一定要在前面加u
python3编码解码：
(HR)egon面试python冷知识:你知道什么叫c9cf?哦！不会啊！下一个。
x = '上'
res = x.encode('gbk') # unicode - > GBK # 编码
print(res, type(res))
res.decode('gbk')
总结：
第一阶段启动python解释器
python3第二个阶段，涉及到python解释器使用解码方式加载文件,默认使用utf-8解码。
python3第三个阶段，涉及到语法问题，存字符串到内存，默认使用unicodehttps://www.cnblogs.com/yang1333/p/12379991.html
https://www.cnblogs.com/yang1333/p/12404248.html
https://www.cnblogs.com/yang1333/p/12404248.html
ASCII：只采用8位二进制数（1Bytes)对应一个英文字符。
现代计算机起源于美国，所以最先考虑仅仅是让计算机识别英文字符，于是诞生了ASCII表
GBK：采用8位二进制数（1Bytes）对应一个英文字符，采用16位二进制数（2Bytes）对应一个中文字符。
此时无论是存还是取由于采用的字符编码表一样，所以肯定不会出现乱码问题，但问题是在美国人用的计算机里只能输入英文字符，而在中国人用的计算机里只能输入中文字符和英文字符....,毫无疑问我们希望计算机允许我们输入万国字符均可识别、不乱码，而现阶段计算机采用的字符编码ASCII、GBK、Shift_JIS都无法识别万国字符，所以我们必须定制一个兼容万国字符的编码表
unicode：采用16位二进制数（2Bytes）对应一个字符（注意：2个字节无论是对英文还是中文都是对于1个字符），个别生僻字采用4Byets、8Bytes。
很多地方或老的系统、应用软件仍会采用各种各样传统的编码，这是历史遗留问题。此处需要强调：软件是存放于硬盘的，而运行软件是要将软件加载到内存的，面对硬盘中存放的各种传统编码的软件，想让我们的计算机能够将它们全都正常运行而不出现乱码，内存中必须有一种兼容万国的编码，并且该编码需要与其他编码有相对应的映射/转换关系，这就是unicode的第二大特点产生的缘由
utf-8：采用8位二进制数（1Bytes)对应一个英文字符，采用24位二进制数（3Bytes）对应一个中文字符。
那为何在内存中不直接使用utf-8呢？unicode更像是一个过渡版本，我们新开发的软件或文件存入硬盘都采用utf-8格式，等过去几十年，所有老编码的文件都淘汰掉之后，会出现一个令人开心的场景，即硬盘里放的都是utf-8格式，此时unicode便可以退出历史舞台，内存里也改用utf-8，天下重新归于统一
# 1、内存中固定使用unicode无论输入任何字符都不会发生乱码
# 2、我们能够修改的是存/取硬盘的编码方式，如果编码设置不正确将会出现乱码问题。乱码问题分为两种：存乱了，读乱了
# 2.1 存乱了：如果用户输入的内容中包含中文和日文字符，如果单纯以shift_JIS存，日文可以正常写入硬盘，而由于中文字符在shift_jis中没有找到对应关系而导致存乱了
# 2.2 读乱了：如果硬盘中的数据是shift_JIS格式存储的，采GBK格式读入内存就读乱了3、python解释器默认读文件的编码
python3默认：utf-8
python2默认：ASCII
指定文件头修改默认的编码：
在py文件的首行写：
#coding:gbk
4、保证运行python程序前两个阶段不乱码的核心法则：
指定文件头
# coding:文件当初存入硬盘时所采用的编码格式
5、
python3的str类型默认直接存成unicode格式，无论如何都不会乱码
保证python2的str类型不乱码
x=u'上'
6、了解
python2解释器有两种字符串类型：str、unicode
# str类型
x='上' # 字符串值会按照文件头指定的编码格式存入变量值的内存空间
# unicode类型
x=u'上' # 强制存成unicode标签：是你 读取 格式 编辑 pad 很多 怎么 额外 标准
原文地址：https://www.cnblogs.com/yang1333/p/12483512.html
