ASCII表
1、只支持英文字符串
2、采用8位二进制对应一个英文字符串
ASCII表的特点:
1、只有英文字符与数字的一一对应关系
2、一个英文字符对应1Bytes，1Bytes=8bit，8bit最多包含256个数字，可以对应256个字符，足够表示所有英文字符
GBK表
- 支持英文字符、中文字符
- 采用8位（8Bit=1Bytes）二进制对应一个英文字符串
- 采用16位（16Bit=2Bytes）二进制对应一个中文字符串
GBK表的特点：
1、只有中文字符、英文字符与数字的一一对应关系
2、一个英文字符对应1Bytes 一个中文字符对应2Bytes
Unicode
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第二大特点产生的缘由
注意：内存中统一使用Unicode（文本编辑器输入任何字符在内存中都是Unicode编码的）
- 兼容万国字符，与万国字符编码都有对应关系
- 采用16位（16Bit=2Bytes）二进制数对应一个中文字符串，个别生僻字会采用4Bytes，8Bytes
# 英文字符可以被ASCII识别
英文字符--->unciode格式的二进制--->ASCII格式的二进制
# 中文字符、英文字符可以被GBK识别
中文字符、英文字符--->unicode格式的二进制--->gbk格式的二进制
# 日文字符、英文字符可以被shift-JIS识别
日文字符、英文字符--->unicode格式的二进制--->shift-JIS格式的二进制
Unicode表
内存
字符---------------------Unicode格式的数字-----------------
| |
| |
| |
硬 盘 |
| |
| |
| |
GBK格式的二进制 Shit-JIS格式的二进制
老的字符编码都可以转成Unicode，单不能通过Unicode互转
UTF-8
- 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 万国字符 ----》 Unicode ----》 utf-8 -
文本文件存取乱码问题
存乱了：解决方法是，编码格式应该设置成支持文件内容字符串的格式
取乱了：解决方法是，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默认读文件的编码：
python3默认utf-8python2默认ASCII指定文件编码
在
py文件的首行写、只需要在主文件加文件头。# coding:utf-8 (按当初存入的编码为准) -
保存运行python程序的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 -
python3的str类型默认直接存成Unicode格式，无论如何都不会乱码保存
python2的str类型不乱码x = u'上'在字符串前面加一个u强制转成Unicode -
了解
python2解释器有两种字符串类型：str以及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编码：Unicode 转成 其他编码
解码：其他编码转成 Unicode
用什么去编码，就要用什么去解码，推荐用
utf-8去编码和解码x = '上' res = x.decode('gbk') # Unicode编码成gbk print(res, type(res)) >>> b'\xc9\xcf' <class 'bytes'> text = res.decode('gbk') print(text) >>> 上 -
默认编码
pycharm默认的终端编码是utf-8- mac的终端默认也是
utf-8 win10 cmd的终端默认是GBK
最后再提示一下，Python只要出现各种编码问题，无非是哪里的编码设置出错了
常见编码错误的原因有：
- Python解释器的默认编码
- Python源文件文件编码
- Terminal使用的编码
- 操作系统的语言设置