字符编码 python2与python3的区别

目录

• 1. 字符编码
• 2. 文本编辑器存储信息的过程
• 3. 编码：
  • 1. 编码的历史
  • 2. gb2312和gbk的区别
  • 3. 编码和解码
• 4. python解释器 解释代码的流程
  • 1. 读取文本到解释器
  • 2. 识别代码（检查语法问题）
  • 3. 往终端打印

1. 字符编码

字符：就是存储了信息的东西

键盘发送等等是电流——》主机（内存）接收到电流（当做010101011101）——》显示屏 接收电流 （当做010101010——》键盘）

2. 文本编辑器存储信息的过程

• 文本编辑器——》写文本 ——》存储信息

• 显示器（内存）——》（转换）硬盘

3. 编码：

1. 编码的历史

美国：ASCII

中国：gb2312

等等。。。 但这样会妨碍信息文化的交流

然后出现了Unicode编码（一种对应关系）

Unicode可以认识万国编码

现在所有的电脑都是这样的：内存中用Unicode读取硬盘内容，存用utf8存（硬盘）。

内存中不用utf8，是因为utf8和其他编码没有转换关系

注意：虽然说utf是为了使用更少的空间而使用的，但那只是相对于unicode编码来说，如果已经知道是汉字，则使用GB2312/GBK无疑是 最节省的。不过另一方面，值得说明的是，虽然utf-8编码对汉字使用3个字节，但即使对于汉字网页，utf-8编码也会比unicode编码节省，因为网页中包 含了很多的英文字符。

2. gb2312和gbk的区别

gb2312 只支持常用的字词

gbk 支持几乎全部

windows系统的记事本默认是 gbk编码，除此之外都是 utf8

3. 编码和解码

Unicode编码——》（编码）utf8 从内存到硬盘

utf8 ——》（解码）Unicode 从硬盘到内存

4. python解释器 解释代码的流程

1. 读取文本到解释器

python2默认是使用ASCII编码读取

python3默认使用 utf8编码读取

（当有coding头时，他们都使用coding中设定的编码进行读取）

2. 识别代码（检查语法问题）

3. 往终端打印

存储变量：

• python2中存储变量用Unicode/coding指定的编码存储变量

print u'中国' #表示用unicode存储变量

• python3中默认使用Unicode存储变量

假设1：python2用coding指定的gbk存储变量，终端支持的编码是utf8，打印结果：乱码

假设2：python2用Unicode（u'中文'）来存储变量，终端支持的编码是utf8/gbk，打印结果：都不会乱码

假设3：python3用Unicode存储变量，终端支持的编码是utf8/gbk，打印结果：都不会乱码