一、編碼

1.1：內存和硬盤

• CPU： 從內存中讀取程序的指令，然後解碼並運行程序；
• 硬盤： 永久保存數據；
• 內存： 臨時存儲數據，任何程序運行都需事先加載到內存；
• 應用軟件： 調用操作系統提供的接口；間接地使用計算機硬件，加載到內存中；
• 操作系統： 控制硬件，提供系統調用接口，加載到內存中；

1.2：文本編輯器存取文件的原理　　

　　例如（nodepad++,pycharm,word等），打開編輯器就可以啟動一個進程，是在內存中的，所以在編輯器編寫的內容也都是存放在內存中的，斷電後數據就丟失了。因而需要保存在硬盤上，點擊保存按鈕或快捷鍵，就把內存中的數據保存到了硬盤上。在這一點上，我們編寫的py文件（沒有執行時），跟編寫的其他文件沒有什麽區別，都只是編寫一堆字符而已。

1.3：python解釋器執行py文件的原理

例如python 、test.py：

　　第一階段：python解釋器啟動，此時就相當於啟動了一個文本編輯器；

　　第二階段：python解釋器相當於文本編輯器，去打開test.py，從硬盤上將test.py的文件內容讀入到內存中；

　　第三階段：python解釋器執行剛剛加載到內存中的test.py的代碼（在該階段，即執行時，才會識別python的語法，執行到字符串時，會開辟內存空間存放字符串）；

python解釋器與文本編輯器相同點：python解釋器是解釋執行文件內容的，因而python解釋器具備讀py文件的功能，這一點與文本編輯器一樣；

python解釋器與文本編輯器不同點：文本編輯器將文件內容讀入內存後，是為了顯示/編輯，而python解釋器將文件內容讀入內存後，是為了執行（識別python的語法）；

1.3：編碼解釋

　　計算機想要工作必須通電，高低電平（高電平即二進制數1，低電平即二進制數0），計算機只認識數字，讓計算機讀懂人類的字符就必須經過：字符---------（翻譯過程）-------------數字，實際就是一個字符如何對應一個特定數字的標準，這個標準稱之為字符編碼。

　　1.一個python文件中的內容是由一堆字符組成的（python文件未執行時）

　　2.python中的數據類型字符串是由一串字符組成的（python文件執行時）

1.5：編碼的發展史

階段一：

1. 現代計算機起源於美國，最早誕生也是基於英文考慮的ASCII；
2. ASCII:一個Bytes代表一個字符（英文字符/鍵盤上的所有其他字符），1Bytes=8bit，8bit可以表示0-2**8-1種變化，即可以表示256個字符；
3. ASCII最初只用了後七位，127個數字，已經完全能夠代表鍵盤上所有的字符了（英文字符/鍵盤的所有其他字符）；
4. 後來為了將拉丁文也編碼進了ASCII表，將最高位也占用了；

階段二:

1. 為了滿足中文，中國人定制了GBK；
2. GBK:2Bytes代表一個字符，為了滿足其他國家，各個國家紛紛定制了自己的編碼，日本把日文編到Shift_JIS裏，韓國把韓文編到Euc-kr裏；

階段三：

1. 各國有各國的標準，就會不可避免地出現沖突，結果就是，在多語言混合的文本中，顯示出來會有亂碼；
2. 於是產生了unicode，　統一用2Bytes代表一個字符，　2**16-1=65535，可代表6萬多個字符，因而兼容萬國語言；
3. 但對於通篇都是英文的文本來說，這種編碼方式無疑是多了一倍的存儲空間（二進制最終都是以電或者磁的方式存儲到存儲介質中的）；
4. 於是產生了UTF-8，對英文字符只用1Bytes表示，對中文字符用3Bytes；

階段四：

1. unicode：簡單粗暴，多有的字符都是2Bytes,優點是字符--數字的轉換速度快；缺點是占用空間大。
2. utf-8:精準，可變長，優點是節省空間；缺點是轉換速度慢，因為每次轉換都需要計算出需要多長Bytes才能夠準確表示。
3. 內存中使用的編碼是unicode，用空間換時間（程序都需要加載到內存才能運行，因而內存應該是越快越好）
4. 硬盤中或網絡傳輸用utf-8，保證數據傳輸的穩定性。

1： 所有程序，最終都要加載到內存，程序保存到硬盤不同的國家用不同的編碼格式，但是到內存中我們為了兼容萬國（計算機可以運行任何國家的程序原因在於此），統一且固定使用unicode，
2： 這就是為何內存固定用unicode的原因，你可能會說兼容萬國我可以用utf－8啊，可以，完全可以正常工作，之所以不用肯定是unicode比utf－8更高效啊（uicode固定用2個字節編碼
3：utf－8則需要計算），但是unicode更浪費空間，沒錯，這就是用空間換時間的一種做法，而存放到硬盤，或者網絡傳輸，都需要把unicode轉成utf－8，
4： 因為數據的傳輸，追求的是穩定，高效，數據量越小數據傳輸就越靠譜，於是都轉成utf－8格式的，而不是unicode。

1.6：字符編碼轉換

• 文件從內存刷到硬盤的操作簡稱存文件
• 文件從硬盤讀到內存的操作簡稱讀文件
• 亂碼：存文件時就已經亂碼 或者 存文件時不亂碼而讀文件時亂碼

ascii：數字，字母 特殊字符。
      字節：8位表示一個字節。
      字符：是你看到的內容的最小組成單位。
        abc ： a 一個字符。
        中國：中 一個字符。
          a : 0000 1011

unicode: 萬國碼
    起初：   
　　　　a : 0000 1011 0000 1011
       中: 0000 1011 0000 1111
    升級：   
　　　　a : 0000 1011 0000 1011 0000 1011 0000 1011
       中: 0000 1011 0000 1111 0000 1011 0000 1011

utf-8：最少用8位表示一個字符。
         a: 0000 1011
      歐洲： 0000 1011 0000 1011
     亞洲中：0000 1011 0000 1011 0000 1011

gbk：國標
         a: 0000 1011
        中文：0000 1011 0000 1011 兩個字節。

• 不同編碼之間的二進制是不能互相識別的。
• 對於文件的存儲，及傳輸不能是unicode的編碼。

    python3x
        int
        bool
        bytes:內部編碼方式：(非unicode，utf-8,gbk.gb2312...)
        str : 內部編碼方式unicode
        list
        dict
        tuple

bytes:內部編碼方式：(非unicode，utf-8,gbk.gb2312...)
str : 內部編碼方式unicode

對於字母

str：

• 表現形式：s1 = ‘alex‘
• 內部編碼：unicode

bytes：

• 表現形式：s2 = b‘alex‘
• 內部編碼：非unicode

對於中文

str：

• 表現形式：s1 = ‘中國‘
• 內部編碼：unicode

bytes：

• 表現形式：b1 = b‘\xe4\xb8\xad\xe5\x9b\xbd‘
• 內部編碼：非unicode

例子：

unicode和utf-8之間的轉換：

s1 = ‘alex‘
#將alex從unicode編碼轉換為utf-8
b1 = s1.encode(‘utf-8‘)
print(b1)
#輸出結果：
b‘alex‘

s1 = ‘alex‘
b1 = b‘alex‘
print(s1.capitalize())
print(b1.capitalize())
#輸出結果：
Alex
b‘Alex‘

s2 = ‘中國‘
b2 = s2.encode(‘utf-8‘)
print(b2)
#輸出結果：
b‘\xe4\xb8\xad\xe5\x9b\xbd‘

unicode----->utf-8------>unicode

s1 = ‘alex‘
# str ---> bytes encode 編碼
b1 = s1.encode(‘utf-8‘)
print(b1)
#bytes---> str  decode 解碼
s2 = b1.decode(‘utf-8‘)
print(s2)
#輸出結果：
b‘alex‘
alex

Unicode、gbk、utf-8之間的轉換：

s1 = ‘alex‘
b2 = s1.encode(‘gbk‘)
s3 = b2.decode(‘gbk‘)
print(b2)
print(s3)
#輸出結果：
b‘alex‘
alex

s1 = ‘alex‘
b1 = s1.encode(‘utf-8‘)
s2 = b1.decode(‘gbk‘)
print(s2)
#輸出結果：
alex

utf-8、gbk之間的轉換

s4 = ‘中國‘
b4 = s4.encode(‘utf-8‘) # utf-8 bytes
print(b4)
b6 = b4.decode(‘utf-8‘).encode(‘gbk‘)
print(b6)
#輸出結果：
b‘\xe4\xb8\xad\xe5\x9b\xbd‘   #bytes類型的utf-8一個中文3個字節
b‘\xd6\xd0\xb9\xfa‘         #bytes類型的gbk一個中文2個字節

二、文件

七、編碼、文件