1.內(nèi)存和硬盤都是用來(lái)存儲(chǔ)的。

內(nèi)存：速度快

硬盤：永久保存

2.文本編輯器存取文件的原理（nodepad++,pycharm,word）

　　　打開(kāi)編輯器就可以啟動(dòng)一個(gè)進(jìn)程，是在內(nèi)存中的，所以在編輯器編寫的內(nèi)容也都是存放在內(nèi)存中的，斷電后數(shù)據(jù)就丟失了。因而需要保存在硬盤上，點(diǎn)擊保存按鈕或快捷鍵，就把內(nèi)存中的數(shù)據(jù)保存到了硬盤上。在這一點(diǎn)上，我們編寫的py文件（沒(méi)有執(zhí)行時(shí)），跟編寫的其他文件沒(méi)有什么區(qū)別，都只是編寫一堆字符而已。

3.python解釋器執(zhí)行py文件的原理，例如python test.py

　　第一階段：python解釋器啟動(dòng)，此時(shí)就相當(dāng)于啟動(dòng)了一個(gè)文本編輯器

　　第二階段：python解釋器相當(dāng)于文本編輯器，去打開(kāi)test.py，從硬盤上將test.py的文件內(nèi)容讀入到內(nèi)存中

　　第三階段：python解釋器執(zhí)行剛剛加載到內(nèi)存中的test.py的代碼（在該階段，即執(zhí)行時(shí)，才會(huì)識(shí)別python的語(yǔ)法，執(zhí)行到字符串時(shí)，會(huì)開(kāi)辟內(nèi)存空間存放字符串）

總結(jié)：python解釋器與文本編輯器的異同

相同點(diǎn)：python解釋器是解釋執(zhí)行文件內(nèi)容的，因而python解釋器具備讀py文件的功能，這一點(diǎn)與文本編輯器一樣

不同點(diǎn)：文本編輯器將文件內(nèi)容讀入內(nèi)存后，是為了顯示/編輯，而python解釋器將文件內(nèi)容讀入內(nèi)存后，是為了執(zhí)行（識(shí)別python的語(yǔ)法）

4.什么是編碼？

　　計(jì)算機(jī)想要工作必須通電，高低電平（高電平即二進(jìn)制數(shù)1，低電平即二進(jìn)制數(shù)0），也就是說(shuō)計(jì)算機(jī)只認(rèn)識(shí)數(shù)字。那么讓計(jì)算機(jī)如何讀懂人類的字符呢?

　　這就必須經(jīng)過(guò)一個(gè)過(guò)程：

　　　　字符---------（翻譯過(guò)程）-------------數(shù)字

　　這個(gè)過(guò)程實(shí)際就是一個(gè)字符如何對(duì)應(yīng)一個(gè)特定數(shù)字的標(biāo)準(zhǔn)，這個(gè)標(biāo)準(zhǔn)稱之為字符編碼。

5.以下兩個(gè)場(chǎng)景涉及到字符編碼的問(wèn)題：

　　1.一個(gè)python文件中的內(nèi)容是由一堆字符組成的（python文件未執(zhí)行時(shí)）

　　2.python中的數(shù)據(jù)類型字符串是由一串字符組成的（python文件執(zhí)行時(shí)）

6.字符編碼的發(fā)展史

階段一：現(xiàn)代計(jì)算機(jī)起源于美國(guó)，最早誕生也是基于英文考慮的ASCII

　　 ASCII:一個(gè)Bytes代表一個(gè)字符（英文字符/鍵盤上的所有其他字符），1Bytes=8bit，8bit可以表示0-2**8-1種變化，即可以表示256個(gè)字符

　　　　ASCII最初只用了后七位，127個(gè)數(shù)字，已經(jīng)完全能夠代表鍵盤上所有的字符了（英文字符/鍵盤的所有其他字符）

　　　　后來(lái)為了將拉丁文也編碼進(jìn)了ASCII表，將最高位也占用了

階段二:為了滿足中文，中國(guó)人定制了GBK

　　GBK:2Bytes代表一個(gè)字符，為了滿足其他國(guó)家，各個(gè)國(guó)家紛紛定制了自己的編碼，日本把日文編到 Shift_JIS 里，韓國(guó)把韓文編到 Euc-kr 里

階段三：各國(guó)有各國(guó)的標(biāo)準(zhǔn)，就會(huì)不可避免地出現(xiàn)沖突，結(jié)果就是，在多語(yǔ)言混合的文本中，顯示出來(lái)會(huì)有亂碼。

于是產(chǎn)生了unicode，統(tǒng)一用 2Bytes 代表一個(gè)字符，2**16-1=65535，可代表6萬(wàn)多個(gè)字符，因而兼容萬(wàn)國(guó)語(yǔ)言

但對(duì)于通篇都是英文的文本來(lái)說(shuō)，這種編碼方式無(wú)疑是多了一倍的存儲(chǔ)空間（二進(jìn)制最終都是以電或者磁的方式存儲(chǔ)到存儲(chǔ)介質(zhì)中的）

于是產(chǎn)生了UTF-8，對(duì)英文字符只用1Bytes表示，對(duì)中文字符用3Bytes

需要強(qiáng)調(diào)的是：

unicode： 簡(jiǎn)單粗暴，多有的字符都是2Bytes,優(yōu)點(diǎn)是字符--數(shù)字的轉(zhuǎn)換速度快；缺點(diǎn)是占用空間大。

utf-8: 精準(zhǔn)，可變長(zhǎng)，優(yōu)點(diǎn)是節(jié)省空間；缺點(diǎn)是轉(zhuǎn)換速度慢，因?yàn)槊看无D(zhuǎn)換都需要計(jì)算出需要多長(zhǎng)Bytes才能夠準(zhǔn)確表示。

1.內(nèi)存中使用的編碼是unicode，用空間換時(shí)間（程序都需要加載到內(nèi)存才能運(yùn)行，因而內(nèi)存應(yīng)該是越快越好）

2.硬盤中或網(wǎng)絡(luò)傳輸用utf-8，保證數(shù)據(jù)傳輸?shù)姆€(wěn)定性。

          
            1 所有程序，最終都要加載到內(nèi)存，程序保存到硬盤不同的國(guó)家用不同的編碼格式，但是到內(nèi)存中我們?yōu)榱思嫒萑f(wàn)國(guó)（計(jì)算機(jī)可以運(yùn)行任何國(guó)家的程序原因在于此），統(tǒng)一且固定使用unicode， 
2 這就是為何內(nèi)存固定用unicode的原因，你可能會(huì)說(shuō)兼容萬(wàn)國(guó)我可以用utf－8啊，可以，完全可以正常工作，之所以不用肯定是unicode比utf－8更高效啊（uicode固定用2個(gè)字節(jié)編碼
3 ，utf－8則需要計(jì)算），但是unicode更浪費(fèi)空間，沒(méi)錯(cuò)，這就是用空間換時(shí)間的一種做法，而存放到硬盤，或者網(wǎng)絡(luò)傳輸，都需要把unicode轉(zhuǎn)成utf－8， 
4 因?yàn)閿?shù)據(jù)的傳輸，追求的是穩(wěn)定，高效，數(shù)據(jù)量越小數(shù)據(jù)傳輸就越靠譜，于是都轉(zhuǎn)成utf－8格式的，而不是unicode。
          
        

七、字符編碼轉(zhuǎn)換

unicode------>encode(編碼)-------->utf-8

utf-8---------->decode--------->unicode

文件從內(nèi)存刷到硬盤的操作簡(jiǎn)稱存文件

文件從硬盤讀到內(nèi)存的操作簡(jiǎn)稱讀文件

亂碼：存文件時(shí)就已經(jīng)亂碼 或者 存文件時(shí)不亂碼而讀文件時(shí)亂碼

總結(jié)：

無(wú)論是何種編輯器，要防止文件出現(xiàn)亂碼（請(qǐng)一定注意，存放一段代碼的文件也僅僅只是一個(gè)普通文件而已，此處指的是文件沒(méi)有執(zhí)行前，我們打開(kāi)文件時(shí)出現(xiàn)的亂碼）

核心法則就是，文件以什么編碼保存的，就以什么編碼方式打開(kāi)

八、 文本編輯器之python解釋器

文件test.py以gbk格式保存，內(nèi)容為：

　　x='林'

無(wú)論是

　　python2 test.py

還是

　　python3 test.py

都會(huì)報(bào)錯(cuò)（因?yàn)閜ython2默認(rèn)ascii，python3默認(rèn)utf-8）

除非在文件開(kāi)頭指定#coding:gbk

九、程序的執(zhí)行

python3 test.py 或 python2 test.py（執(zhí)行test.py的第一步，一定是先將文件內(nèi)容讀入到內(nèi)存中）

階段一：?jiǎn)?dòng)python解釋器

階段二：python解釋器此時(shí)就是一個(gè)文本編輯器，負(fù)責(zé)打開(kāi)文件test.py,即從硬盤中讀取test.py的內(nèi)容到內(nèi)存中

此時(shí)，python解釋器會(huì)讀取test.py 的第一行內(nèi)容，#coding :utf-8,來(lái)決定以什么編碼格式來(lái)讀入內(nèi)存，這一行就是來(lái)設(shè)定python解釋器這個(gè)軟件的編碼使用的編碼格式這個(gè)編碼，python2默認(rèn)使用ASCII，python3中默認(rèn)使用utf-8

階段三：讀取已經(jīng)加載到內(nèi)存的代碼（unicode編碼的二進(jìn)制），然后執(zhí)行，執(zhí)行過(guò)程中可能會(huì)開(kāi)辟新的內(nèi)存空間，比如x="egon"

內(nèi)存的編碼使用unicode，不代表內(nèi)存中全都是unicode編碼的二進(jìn)制，

在程序執(zhí)行之前，內(nèi)存中確實(shí)都是unicode編碼的二進(jìn)制,比如從文件中讀取了一行x="egon",其中的x，等號(hào)，引號(hào)，地位都一樣，都是普通字符而已，都是以u(píng)nicode編碼的二進(jìn)制形式存放與內(nèi)存中的

但是程序在執(zhí)行過(guò)程中，會(huì)申請(qǐng)內(nèi)存（與程序代碼所存在的內(nèi)存是倆個(gè)空間），可以存放任意編碼格式的數(shù)據(jù)，比如x="egon",會(huì)被python解釋器識(shí)別為字符串，會(huì)申請(qǐng)內(nèi)存空間來(lái)存放"hello"，然后讓x指向該內(nèi)存地址，此時(shí)新申請(qǐng)的該內(nèi)存地址保存也是unicode編碼的egon,如果代碼換成x="egon".encode('utf-8'),那么新申請(qǐng)的內(nèi)存空間里存放的就是utf-8編碼的字符串egon了

十、python2與python3的區(qū)別

在python2中有兩種字符串類型str和unicode

　　在python2中，str就是編碼后的結(jié)果bytes，所以在Python2中，unicode字符編碼的結(jié)果就是str/bytes

          
            #coding:utf-8
s='林' #在執(zhí)行時(shí),'林'會(huì)被以conding:utf-8的形式保存到新的內(nèi)存空間中

print repr(s) #'\xe6\x9e\x97' 三個(gè)Bytes,證明確實(shí)是utf-8，16進(jìn)制形式，轉(zhuǎn)換為二進(jìn)制為11100110 10011110 10010111
print type(s) #
            
              

s.decode('utf-8') # '\u006796' 兩個(gè)Bytes，證實(shí)為unicode，16進(jìn)制形式，轉(zhuǎn)換為二進(jìn)制為1100111 10010111
# s.encode('utf-8') #報(bào)錯(cuò)，s為編碼后的結(jié)果bytes，所以只能decode
            
          
        

　　當(dāng)python解釋器執(zhí)行到產(chǎn)生字符串的代碼時(shí)（例如s=u'林'），會(huì)申請(qǐng)新的內(nèi)存地址，然后將'林'以u(píng)nicode的格式存放到新的內(nèi)存空間中，所以s只能encode，不能decode

          
            s=u'林'
print repr(s) #u'\u6797'
print type(s) #
            
              

# s.decode('utf-8') #報(bào)錯(cuò)，s為unicode，所以只能encode
s.encode('utf-8')
            
          
        

對(duì)于unicode格式的數(shù)據(jù)來(lái)說(shuō)，無(wú)論怎么打印，都不會(huì)亂碼

python3中的字符串與python2中的u'字符串'，都是unicode，所以無(wú)論如何打印都不會(huì)亂碼

在python3中也有兩種字符串類型str和bytes
　　str是unicode

          
            #coding:utf-8
s='林' #當(dāng)程序執(zhí)行時(shí)，無(wú)需加u，'林'也會(huì)被以u(píng)nicode形式保存新的內(nèi)存空間中,

#s可以直接encode成任意編碼格式
s.encode('utf-8')
s.encode('gbk')

print(type(s)) #
            
          
        

字符編碼總結(jié)：

1.以什么編碼存的就以什么編碼取出

　　內(nèi)存固定使用unicode編碼，

　　我們可以控制的編碼是往硬盤存放或者基于網(wǎng)絡(luò)傳輸選擇編碼。

2.數(shù)據(jù)是最先產(chǎn)生于內(nèi)存中，是unicode格式，要想傳輸需要轉(zhuǎn)成bytes格式

#unicode------>encode (utf-8)-------->bytes

拿到bytes，就可以往文件內(nèi)存存放或者基于網(wǎng)絡(luò)傳輸

#bytes------>decode (utf-8)-------->unicode

3.python3中字符串被識(shí)別成unicode

python3中的字符串encode得到bytes

4.了解

　　python2中的字符串就是bytes

　　python2中的字符串前面加u，就是unicode

5.任何程序的運(yùn)行都需要加載到內(nèi)存中

Python 標(biāo)準(zhǔn)數(shù)據(jù)類型：Bytes

Bytes 對(duì)象是由單個(gè)字節(jié)作為基本元素（8位，取值范圍 0-255）組成的序列，為不可變對(duì)象。

Bytes 對(duì)象只負(fù)責(zé)以二進(jìn)制字節(jié)序列的形式記錄所需記錄的對(duì)象，至于該對(duì)象到底表示什么（比如到底是什么字符）則由相應(yīng)的編碼格式解碼所決定。我們可以通過(guò)調(diào)用 bytes() 類（沒(méi)錯(cuò)，它是類，不是函數(shù)）生成 bytes 實(shí)例，其值形式為 b'xxxxx'，其中 'xxxxx' 為一至多個(gè)轉(zhuǎn)義的 十六進(jìn)制 字符串（單個(gè) x 的形式為：\xHH，其中 \x 為小寫的十六進(jìn)制轉(zhuǎn)義字符，HH 為二位十六進(jìn)制數(shù)）組成的序列，每個(gè)十六進(jìn)制數(shù)代表一個(gè)字節(jié)（八位二進(jìn)制數(shù)，取值范圍 0-255），對(duì)于同一個(gè)字符串如果采用不同的編碼方式生成 bytes 對(duì)象，就會(huì)形成不同的值：

比如上例中的 a 字符串對(duì)象，其十進(jìn)制 unicode 值為 24464，分別使用 'utf-8' 和 'gb2312' 兩種編碼格式將其轉(zhuǎn)換成 bytes 對(duì)象 b 和 c ，結(jié)果 b 和 c 的值是完全不同的，由于基于的編碼格式不一致， b c 長(zhǎng)度甚至都不相同，前者有 3 個(gè)字節(jié)長(zhǎng)度，后者有 2 個(gè)字節(jié)長(zhǎng)度：

另外，對(duì)于 ASCII 字符串，可以直接使用 b'xxxx' 賦值創(chuàng)建 bytes 實(shí)例，但對(duì)于非 ASCII 編碼的字符則不能通過(guò)這種方式創(chuàng)建 bytes 實(shí)例：

由于 bytes 是序列，因此我們可以通過(guò)索引或切片訪問(wèn)它的元素：

可以發(fā)現(xiàn)如果以單個(gè)索引的形式訪問(wèn)元素，其會(huì)直接返回單個(gè)字節(jié)的十進(jìn)制整數(shù)，而以序列片段的形式訪問(wèn)時(shí)，則返回相應(yīng)的十六進(jìn)制字符序列。

對(duì)于 bytes 實(shí)例，如果需要還原成相應(yīng)的字符串，則需要借助內(nèi)置的解碼函數(shù) decode()，借助相應(yīng)的編碼格式解碼為正常字符串對(duì)象，如果采用錯(cuò)誤的編碼格式解碼，則有可能發(fā)生錯(cuò)誤：