本文共 1308 字，大约阅读时间需要 4 分钟。
了解字符编码的知识储备
一 计算机基础知识
计算机的工作原理基于二进制数系统。人类使用的字符（如文字、符号）无法直接被计算机理解，因此需要通过字符编码将其转换为二进制数，从而在计算机中存储和处理。
文本编辑器存取文件的原理（Notepad++、PyCharm、Word）
文本编辑器在存取文件时，主要完成两个操作：
将文件内容从硬盘读取到内存中（读取文件）。 将内存中的内容写入硬盘（保存文件）。 Python解释器执行PY文件的原理
Python解释器执行PY文件的过程分为三个阶段：
解释器启动：类似于打开文本编辑器。 读取文件内容：将文件内容从硬盘读入内存，解释器不关心文件扩展名。 解释并执行代码：解释器识别语法并执行代码，例如name = "egon"会创建内存空间存放字符串。 Python解释器与文件编辑器的异同
相同点：都读取文件内容到内存中。 不同点：文件编辑器主要用于显示和编辑文本，而解释器读取文件后会解释并执行代码。 字符编码介绍
什么是字符编码
字符编码是将字符（如文字、符号）转换为二进制数的过程。计算机只能理解二进制数，因此需要字符编码来实现字符与二进制数的映射。
字符编码的发展史与分类
ASCII：最初的字符编码，最多支持256个字符，涵盖英文字母、数字和特殊字符。 GBK：为了支持中文，中国开发了GBK编码，每个中文字符占用2个字节。 UTF-8：为了兼容全球字符集，UTF-8使用可变长编码，大多数英文字符占1个字节，中文字符占3个字节。 UTF-8与ASCII的区别
| 字符 | ASCII | UTF-8 |
| A | 01000001 | 01000001 |
| 中 | x | 11100100 10111000 10101101 |
UTF-8兼容ASCII，并且在存储和传输时更高效。
字符编码的应用
文本编辑器之Notepad++
- 读取文件：从硬盘读取文件内容到内存。
- 存文件：将内存中的内容写入硬盘。
- 乱码分析：
- 存文件时乱码：编码格式不一致（如Shift-JIS存GBK文件）。
- 读文件时乱码：选择错误的解码方式。
文本编辑器之PyCharm
PyCharm支持多种编码格式，默认读取文件时会自动检测编码格式。用户可以手动选择编码格式或利用PyCharm的reload功能重新加载文件。
Python程序的三个阶段
启动Python解释器：类似于打开文本编辑器。 读取文件：将文件内容读入内存。 执行代码：解释器解释并执行代码，例如x = '林'会申请内存空间存放字符串。 Python2与Python3字符串类型的区别
- Python2：
- 有两种字符串类型：
str和unicode。 str类型存储字节序列，unicode类型存储Unicode字符。
- Python3：
- 唯一的字符串类型是
str，默认存储Unicode字符。 bytes类型存储字节序列。
总结
字符编码的核心法则：编码与解码必须一致。 内存编码：统一使用Unicode编码，兼容所有语言。 存储与传输编码：优化存储和传输效率，常用UTF-8编码。 通过合理选择编码格式和统一使用Unicode编码，可以避免乱码问题，实现跨平台兼容。
转载地址：http://ioofk.baihongyu.com/