# -*- coding: utf-8 -*- #字符编码 #字符编码用到的前两个知识点 '''     储备知识点：     1.计算机系统分为三层：         应用程序         操作系统         计算机硬件：CPU、内存、硬盘     2.运行python程序的三个步骤         （1）先启动python解释器         （2）再将python文件当作普通的文本读入内容         （3）解释执行读入内存的代码，开始识别语法 ''' ''' 什么是字符编码     1Bytes字节 = 8bit二进制位     ASCII：只能识别英文字符               1个英文字符1个Bytes字节         e.g. len(b'ABC') = 3              len(b'A') = 1     GBK:能识别汉字与英文         1汉字=2Bytes=16bit，         1英文字符=1Bytes=8bit     Shift-JIS   日本字符     ks_c_5601-1987 韩国编码     TIS-620     泰国编码     unicode：能够识别万国字符         1字符（英文）= 2Bytes = 16bit         相比较ASCII python只占1*6个字节，而unicode需要12个字节         两大特点：           能够兼容万国字符           与各个国家的字符编码都有映射关系     utf-8：是unicode的转换格式 全称：unicode transformation format         1英文字符 = 1Bytes字节         1汉字 = 3Bytes ''' ''' 重点理论：     编码与解码：     字符通过编码变成 unicode的二进制 再通过编码变成GBK的二进制     GBK的二进制 就可以通过解码 变成unicode的二进制 再通过解码                 变成人类看的懂的字符     解决乱码的核心法则：     字符用什么编码格式编码的，就应该用什么编码格式进行解码     python2：ASCII     python3：UTF-8     通过文件头可以修改python解释器默认使用的字符编码     在文件首行写:#coding:文件当初存的时候用的字符编码     针对python2解释器中定义字符串应该:         x=u"上"     对于python3解释即便是x="上"不加u前缀也是存成unicode     在python3中         x='上' # '上'存成了uncidoe         unicode--------encode----------->gbk         res=x.encode('gbk') #res是gbk格式的二进制，称之为bytes类型         字符---编码-->unicode的二进制-------编码----->GBK的二进制         gbk(bytes类型)-------decode---------->unicode         y=res.decode('gbk') #y就是unicode         BK的二进制-----解码-->unicode的二进制----解码->字符 ''' # 关于编码的核心操作： '''     1.编写python文件，首行应该加文件头： #coding：文件存时用的编码     2.用python2写程序，定义字符串应该加前缀u，如 x = u'上'     3.python3中的字符串都是unicode编码的，python3的字符串encode之后可以得到bytes类型 ''' ''' 为何字符要编码     人类与计算机打交道用的都是人类的字符,而计算机无法识别人类的字符,只能识别     二进制,所以必须将人类的字符编码成计算机能识别的二进制数字. '''