计算机编码

学习语言之前，来看看计算机是怎么识别你的代码的。。。

ASCII（American Standard Code for Information Interchange，美国标准信息交换代码）

如同电路只能识别'开'跟'关'，计算机则只能识别 '0' 跟' 1'两个字符，就是说计算机只能识别‘二进制’语言。那么你想打印‘hello world’，计算机怎么识别并打印出来呢？

美国就创造了一套编码机制，用8位0,1，不同的排列组合表示不同的字符（数字，字母，特殊字符）。这就是最早的编码ASCII码。其中第128位是0111 1111：‘DEL’。（8位能表示2**8=256位字符）

显然ASCII码无法将世界上的各种文字和符号全部表示，所以，就需要新出一种可以代表所有字符和符号的编码，即：Unicode

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，规定所有的字符和符号最少由 16 位来表示（2个字节），即：2 **16 = 65536

万国码：unicode ：
A: 0000 0010 0000 0010 两个字节，表示一个字符。
中: 0000 0010 0000 0010 两个字节，表示一个字符。
后来加入的预言越来越多，再次升级：
A: 0000 0010 0000 0010 0000 0010 0000 0010 四个字节，表示一个字符。
中: 0000 0010 0000 0010 0000 0010 0000 0010 四个字节，表示一个字符。

所以Unicode对于美国来说，简直太浪费空间了。明明8位二进制（相当于1个字节）可以表示，却要用2个字节。所以，又创造了一个utf-8编码。

UTF-8，是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存...

utf-8：最少用一个字节，表示一个字符.
A: 0000 0010
欧洲：0000 00100000 0010
中文：0000 00100000 00100000 0010

python解释器在加载 .py 文件中的代码时，会对内容进行编码（默认ascill），如果含有中文代码的话，需要告诉python解释器，用utf-8编码来执行源代码

# -*- coding: utf-8 -*-

gbk，这是国内创造的编码，简称国标

gbk国标。
A: 0000 0010
中： 0000 0010 0000 0010

编码之python：

python3x:
1,不同编码之间的二进制是不能互相识别的。
2,python3x

str内部编码方式（内存）为unicode
但是，对于文件的存储，和传输不能用unicode
bytes类型：内部编码方式（内存）为非unicode
#对于英文
str:
s = 'laonanhai' 表现形式
内部编码方式 unicode

bytes:
s1 = b'laonanhai' 表现形式
内部编码方式 非unicode （utf-8,gbk,gb2312....）
#对于中文：
str：
s = '中国'
print(s,type(s))
bytes：
s1 = b'\xe4\xb8\xad\xe5\x9b\xbd'
print(s1,type(s1))

#转码

s = 'laonanhai'
s2 = s.encode('utf-8')  #str -->bytes encode 编码
s3 = s.encode('gbk')
print(s2,s3)

s = '中国'
s2 = s.encode('utf-8')  #str -->bytes encode 编码
s3 = s.encode('gbk')
print(s2)
print(s3)
ss = s2.decode('utf-8')  # bytes ---> str decode 解码
print(ss)

转载于:https://www.cnblogs.com/lixiaoxuan/articles/8794668.html