明文：消息以人类能读懂的方式存在
编码：从明文到编码文本的转换
解码：从编码文本到明文的转换
计算机中的所有数据，本质上都是按照类似10101001来存放的二进制存储的
说的简单点，计算机只认识二进制数字
ASCLL码
通过一个电平的高低状态来代指0或1
一个bytes表示一个字符，1bytes=8bit,8bit可以表示256个字符
GB2312
是对ASCLL的中文扩展
GBK
两个bytes表示一个字符
UNICODE
国际标准化组织统一编码：Unicode（万国码）
Unicode是用两个字节来表示为一个字符
UTF8
是一种针对Unicode的可变长度字符编码，它可以用1-4个字节表示一个符号，当字符在ascll码的范围时，就用一个字节表示
中文用3个字节表示
py2的string编码
py2有两种字符串类型：str和Unicode，str就是编码后的结果bytes，Unicode还是Unicode
py3的string编码
py3也有两种数据类型：str和bytes，str类型存Unicode数据，bytes类型存bytes数据
Unicode和utf8的优缺点
unicode：简单粗暴，所有字符都是2Bytes，优点是字符->数字的转换速度快，缺点是占用空间大
utf-8：精准，对不同的字符用不同的长度表示，优点是节省空间，缺点是：字符->数字的转换速度慢，因为每次都需要计算出字符需要多长的Bytes才能够准确表示
在内存中的数据都是Unicode，但数据保存到硬盘或用于网络传输时要用utf8
从内存保存文件到硬盘：encode（编码）
从硬盘读取文件到内存：decode（解码）（#coding:utf8）
在Python2中默认编码方式为 ASCII
在python3中默认的编码方式为utf-8
读文件时发生乱码是可以解决的，选对正确解码方式就可以了，存文件时乱码则是一种数据的损坏
核心法则就是，文件以什么编码保存的，就以什么编码方式打开
时间： 2024-10-12 17:57:36