python基礎一 ------Python 的編碼
首先了解一下歷史，但是本篇文章冗雜，如老太太裹腳布----------又臭又長
編碼歷史：
1. 計算機只能處理數字，文本文件只有轉換為數字
才能處理。8bit==1字節 所以一個字節能表示的最大的數就是255
2. 美國人發明計算機。用英語，所有一個字節就表示了所有字符
就是ASCII(一個字節) 編碼就是美國人的標準編碼
3. 當中國人使用計算機時，需要表示中文字符，於是就發明了
GB2312的編碼格式，即用兩個字節表示一個漢字。同理，其他語言國家
也就創建了自己相應的編碼。沒有一個共同的標準，於是當不同語言用
了不對應的編碼就會產生亂碼
4.為統一標準，Unicode 編碼出現了,所有語言統一到一套編碼
Unicode與ASCII 編碼比較
1) 字母A: ASCII 十進制65，二進制就是 0100 0001
漢字中 ASCII表示不了 采用Unicode編碼為20013 二進制：01001110 00101101
2) 為計算機識別統一長度，所以A 前面位置補0 即 00000000 0100 0001
標準就此統一
5. 標準統一了，亂碼問題解決了，但是Unicode編碼長度較長，但計算機英文為主，
若內容若全是英文，Unicode編碼就比ASCII編碼多一倍存儲空間，同時傳輸也多一倍
怎麽解決呢？
6.要是Unicode 編碼可以變化就好了，於是UTF-8 出現了
utf-8 中,字母一個字節，一個漢字3個字節，特別生僻的4-6個
於是節約了空間和存儲
7，那麽問題來了：計算機只認Unicode 編碼
utf-8 之間怎樣轉換的
如圖：
當需要被計算機識別時，就會加載到內存，此時采用的編碼就必須是Unicode 編碼
當需要在網絡中傳輸時，或者存儲在文件中時，就采用UTF-8編碼，為了節約空間成本
所以就有了相互轉化
python2 和python3 在Windows/Linux 上的編碼轉換
python2:
在Windows:
1. 先來看看window 本身是什麽編碼
import sys
sys.getdefaultencoding()
#out: "utf-8"
2. 字符串全部英文
s1= "abc" --> type(s1):str
s2 = u"abc" --> type(s2):Unicode
u""的意義：表示將後面的字符串以unicode格式存儲
s1.encode("utf8") 成功
s2.encode("utf8") 成功
3. 當出現中文時：
s1 = "你好" --> GB2312編碼。windows下
s2 = u"你好"
s1.encode("utf8") 報錯
s2.encode("utf8") 成功
報錯原因：
在內存中是以Unicode 進行編碼的，但是
s1 在傳遞過來時就是不是Unicode編碼了(原因是存儲浪費)，而
encode是將一個Unicode 對象轉化為參數中的編碼格式進行編碼
所以說 s2不會報錯
解決辦法：
先將這個gb2312的編碼轉化為unicode編碼的對象
然後再轉化為utf-8
s1.decode("gb2312").ecode("utf8") 成功 Windows下為"gb2312"
decode("xx")方法是將一個編碼為"xx"的對象轉化
為Unicode對象
在Linux下：
1. 先來看看linux 本身是什麽編碼
import sys
sys.getdefaultencoding()
#out: "ascii"
2. 字符串全部英文
s1= "abc" --> type(s1):str
s2 = u"abc" --> type(s2):Unicode
u""的意義：表示將後面的字符串以unicode格式存儲
s1.encode("utf8") 成功
s2.encode("utf8") 成功
3. 當出現中文時：
s1 = "你好" --> utf-8編碼。Linux下 為啥不是ascii? 那ascii能表示中文嗎？
肯定是轉化為了utf-8 了啊
s2 = u"你好"
s1.encode("utf8") 報錯
s2.encode("utf8") 成功
解決辦法：
先將這個utf-8的編碼轉化為unicode編碼的對象
然後再轉化為utf-8
s1.decode("utf8").ecode("utf8") 成功 Linux下中文為"utf-8"
等價於 s1 又轉回去了，本身就是utf-8編碼
python 3：
在python3 中，所有的str類型的都是Unicode 格式編碼，可以直接encode為"utf-8"
在Windows:
1. 字符串全部英文
s1= "abc" --> type(s1):str
s2 = u"abc" --> type(s2):Unicode
u""的意義：表示將後面的字符串以unicode格式存儲
s1.encode("utf8") 成功
s2.encode("utf8") 成功
2. 當出現中文時：
s1 = "你好" --> Unicode編碼。windows下
s2 = u"你好" ---> 沒有必要這樣寫 ，不加u"",3也認為這就是Unicode
s1.encode("utf8") 成功
s2.encode("utf8") 成功
在Linux下: 跟在window 下一樣
總結：
談談 #-*-coding:UTF-8 -*-
python2與3 最大的區別：
2 中當文件有中文出現時就必須在開頭加上，而且漢字字符串必須加u""
作用：
告知python 這個文件是按照utf-8格式編碼的python就會按照這個編碼進行解讀，
然後在內部進行Unicode轉換
為什麽3中不用寫：
3中Python都會將文件以Unicode進行解讀
3
python基礎一 ------Python 的編碼