字符編碼表就是一張字符與數(shù)字的對(duì)應(yīng)關(guān)系的表

內(nèi)存

上 ------------------->翻譯 ------------------>01011010

上 <-------------------- 翻譯<-----------------01011010

ASCII表：

1、只支持英文字符串

2、采用 8 位二進(jìn)制數(shù)對(duì)應(yīng)一個(gè)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）二進(jìn)制數(shù)對(duì)應(yīng)一個(gè)英文字符串

采用 16 位（16bit = 2Bytes）二進(jìn)制數(shù)對(duì)應(yīng)一個(gè)中文字符串

unicode（內(nèi)存中統(tǒng)一使用 unicode）：

1、兼容萬(wàn)國(guó)字符，與萬(wàn)國(guó)字符都有對(duì)應(yīng)關(guān)系

2、采用 16 位（16bit=2Bytes）二進(jìn)制對(duì)應(yīng)一個(gè)字符串

個(gè)別生僻會(huì)采用 4Bytes 、8Bytes

人類輸入的字符------------->unicode格式數(shù)字（內(nèi)存中）<------------->GBK格式二進(jìn)制（硬盤）

人類輸入的字符------------->unicode格式數(shù)字（內(nèi)存中）<------------->Shift_JIS格式二進(jìn)制（硬盤）

注：GBK 與 Shift_JIS字符編碼都可以轉(zhuǎn)為 unicode，但是它們兩之間不能通過(guò) unicode互轉(zhuǎn)

UTF-8：

1、英文采用1 個(gè) Bytes

2、中文采用 3 個(gè) Bytes

window ：默認(rèn)采用 GBK

mac ：默認(rèn)采用 utf-8

linux：默認(rèn)采用 utf-8

python 文件的執(zhí)行過(guò)程：

1、先將 python 解釋器啟動(dòng)

2、調(diào)用系統(tǒng)操作，將文本文件內(nèi)容由硬盤讀入內(nèi)存

3、解釋器解釋并執(zhí)行剛剛讀入內(nèi)存的文本內(nèi)容，識(shí)別相關(guān)語(yǔ)法。

python 解釋器：

python 2：默認(rèn)的是 ascii 碼

python 3：默認(rèn)的是 utf-8 碼

為了能夠在 python2 解釋器讀入文本文件不亂碼，可以在文本文件開(kāi)頭指定編碼格式，這樣 python2 解釋器將內(nèi)容讀入內(nèi)存時(shí)就會(huì)知道 文本內(nèi)容使用的編碼格式。

保證了運(yùn)行 python 程序前兩個(gè)階段不亂碼的核心是指定編碼格式，即用什么編碼存入硬盤的：

在 文件首行寫入包含 # 號(hào)在內(nèi)的以下內(nèi)容：

#coding：當(dāng)初寫入硬盤時(shí)采用的編碼格式    #告訴 python 解釋器，文本內(nèi)容的編碼格式

解釋器會(huì)先用默認(rèn)的編碼方式讀取文件的首行內(nèi)容，由于首行是純英文組成，而任何編碼方式都可以識(shí)別英文字符。

例：

在 python2 中

# coding:utf-8
x = '上' # x的值為untf-8格式的二進(jìn)制  python解釋器執(zhí)行到這一步時(shí)，會(huì)新建一塊內(nèi)存空間來(lái)存入 "上" 值。
print(x) # 打印操作是將x的值，即utf-8格式的二進(jìn)制交給終端，當(dāng)終端收到后發(fā)現(xiàn)并不是unicode（只有unicode才與字符有對(duì)應(yīng)關(guān)系），所以終端會(huì)執(zhí)行操作：utf-8二進(jìn)制---解碼（decode）-->unicode格式的二進(jìn)制，解碼的過(guò)程中使用的程序終端會(huì)采用自己默認(rèn)的編碼格式，而在pycharm的終端默認(rèn)編碼為utf-8、windows下的cmd終端的默認(rèn)編碼為gbk，所以該打印操作在pycharm中顯示正常，而在windows下的cmd中則亂碼

# 在windows下的cmd中運(yùn)行效果如下
C:\Users\Administrator>python2 E:\aaa.py
涓

python2：str 有兩種類型：str 和 unicode

str類型：

     x = ‘上’    #字符串會(huì)按照文件頭指定的編碼格式存入變量值的內(nèi)存空間

unicode 類型：

    #coding:utf-8
  x = u‘上’   #強(qiáng)調(diào)存成 unicode 等同于 x= '上'.decode(utf-8)

保證python2 的 str 類型不亂碼：

#coding:utf-8
  x = u'上' # #強(qiáng)調(diào)存成 unicode 等同于 x= '上'.decode(utf-8)

python3：str 類型默認(rèn)直接存為 unicode 格式，無(wú)論如何都不會(huì)亂碼

結(jié)論：

1、內(nèi)存中固定使用的是 unicode、這是不能改變的，我們可以改變的是存入硬盤的格式

        英文 漢字-》unicode-》gbk
  
    英文 日文-》unicode-》shift-jis
    
    萬(wàn)國(guó)字符》-unicode-》utf-8

2、文本文件存取亂碼問(wèn)題

1）存亂了：

例：如果用戶輸入的內(nèi)容中包含中文和日文字符，如果單純以shift_JIS存，日文可以正常寫入硬盤，而由于中文字符在shift_jis中沒(méi)有找到對(duì)應(yīng)關(guān)系而導(dǎo)致存亂了

解決方法是：將文本文件編碼格式設(shè)置成支持文件內(nèi)字符串的格式

2）讀亂了：

例：如果硬盤中的數(shù)據(jù)是shift_JIS格式存儲(chǔ)的，采GBK格式讀入內(nèi)存就讀亂了

解決方法是：文件以什么編碼格式存如硬盤，就應(yīng)該以什么編碼格式讀入內(nèi)存。

總結(jié)：

1、保證存的時(shí)候不亂：在由內(nèi)存寫入硬盤時(shí)，必須將編碼格式設(shè)置為支持所輸入字符的編碼格式

2、保證讀的時(shí)候不亂：在由硬盤讀入內(nèi)存是，必須采用與寫入硬盤時(shí)相同的編碼格式

二 編碼與解碼

編碼：

由字符轉(zhuǎn)換成內(nèi)存中 unicode，以及由 unicode轉(zhuǎn)換成其他編碼（存在硬盤里）的過(guò)程，都稱為編碼encode

字符-------------encode-------------》unicode---------encode---------》GBK、utf-8、Shift_JIS

解碼：

由內(nèi)存中的 unicode 轉(zhuǎn)換成字符，以及由其他編碼（存在硬盤里）轉(zhuǎn)換成 unicode 的過(guò)程，都被稱為解碼 decode

（utf-8、Shift_JIS、GBK--------decode----------》unicode-----------decode---------------》字符

補(bǔ)充：

瀏覽網(wǎng)頁(yè)的時(shí)候，服務(wù)器會(huì)把動(dòng)態(tài)生成的 unicode 內(nèi)容轉(zhuǎn)為 UTF-8 再傳輸?shù)綖g覽器

如果服務(wù)端 encode 的編碼格式是utf-8,客戶端內(nèi)存中收到的也是 utf-8 編碼的結(jié)果