python第二十八课——编码小常识

2.内存和硬盘：

内存：计算机硬件组成部分之一，它是一个容器，用来存储数据；处理数据速度快，

存储数据量小；断电死机数据会丢失，短暂性存储数据

硬盘：计算机硬件组成部分之一，它是一个容器，用来存储数据；处理数据速度慢，

存储数据量大，断电死机数据不会丢失，数据的持久存储

3.字节和字符

字节：计算机的存储数据的单位，底层唯一能够识别并且运算的数据

字符：人类将字节封装为另一种能直接识别的数据单位，底层还是字节

4.如何区分字节文件和字符文件

如果使用文本编辑器打开能看得懂(不会乱码)那它就是一个字符文件，

反之，它是一个字节文件

提问：常见的字节文件和字符文件有哪些？(枚举出一些)

字节文件：图片文件(.jpg、.png...)、视频文件(.avi、.mp4、.rmb...)、音频文件(.mp3...)

字符文件：.txt、.py、.java、.js、.html、.css、.php...

思考：.doc结尾的文件是字节还是字符文件？

是字节文件，因为.doc结尾的文件中既可以包含字符内容，也可以包含图片、颜色设置...操作

思考：计算机数据层面，一切皆字节，对不对？

对的；因为计算机底层唯一能够识别和运算的都是字节数据...

5.字符编码(字符集)

ascii码表：U.S.A设计出来的，范围非常小；不包含很多国家的文字，英文字符占用内存1个字节

utf-8码表：现今比较通用的一张编码表，包含了世界上所有的文字内容，范围：0~65535之间，

1个汉字占用内存3个字节，1个英文字符占用内存1个字节

gbk码表：gbk属于gb2312的扩充版，兼容了gb2312中的所有字符，加入更多的一些汉字内容,

1个汉字占用内存2个字节，1个英文字符占用内存1个字节，

在我们中国环境下，大多数情况默认的都是gbk作为编码

6.编码和解码：

编码：让数据从看的懂到看不懂，就是编码

解码：让数据从看不懂到看得懂，就是解码

【注意】

编码和解码如果不一致会怎么样？

1).会出现乱码现象

2).会报错

不管是上述的1还是2都是不理想的结果，我们都需要避免

字符串的两个函数引入：

encode(encoding,errors)：对字符串数据进行编码操作，得到一个bytes类型的数据

decode(encoding,errors)：对字符串数据进行解码操作，得到一个str类型的数据

演示eccode()和decode()函数的使用：

str1='哈哈呵呵'

#编码：encode()
b=str1.encode(encoding='utf-8')
print(b,type(b))

#解码：decode()
str2=b.decode('utf-8','ignore')
print(str2,type(str2))