字符编码

分析过程

x="上"

            内存
上-------翻译-----》0101010
上《----翻译《-----0101010

字符编码表就是一张字符与数字对应关系的表


a-00
b-01
c-10
d-11

ASCII表：
    1、只支持英文字符串
    2、采用8位二进制数对应一个英文字符串

GBK表：
    1、支持英文字符、中文字符
    2、
    采用8位（8bit=1Bytes）二进制数对应一个英文字符串
    采用16位（16bit=2Bytes）二进制数对应一个中文字符串


unicode（内存中统一使用unicode）：
    1、
        兼容万国字符
        与万国字符都有对应关系
    2、
    采用16位（16bit=2Bytes）二进制数对应一个中文字符串
    个别生僻会采用4Bytes、8Bytes


unicode表：
                      内存
    人类的字符---------unicode格式的数字----------
                         |                     |
                         |                     |
                         |
                        硬盘                    |
                         |
                         |                     |
                         |                     |
                    GBK格式的二进制       Shift-JIS格式的二进制

    老的字符编码都可以转换成unicode，但是不能通过unicode互转



    utf-8：
    英文->1Bytes
    汉字->3Bytes



结论：

1、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

2、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如硬盘的，就应该以什么编码格式读入内存



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