国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

關于python編碼，你真的明白了嗎

darcrand / 2124人閱讀

摘要：二進制位，是計算機內部數據儲存的最小單位，是一個位二進制數。由于源代碼也是一個文本文件，所以，當你的源代碼中包含中文的時候，在保存源代碼時，就需要務必指定保存為編碼。

計算機存儲的幾個概念

想要徹底搞清楚編碼問題，我們必須要先搞清楚計算機是怎么存儲數據的，這就涉及到了計算機基礎的幾個概念了，開篇我們就先來捋捋這幾個容易混淆的概念。

bit

二進制位， 是計算機內部數據儲存的最小單位，11010100是一個8位二進制數。一個二進制位只可以表示0和1兩種狀態（2^1）；兩個二進制位可以表示00、01、10、11四種（2^2）狀態；三位二進制數可表示八種狀態（2^3）……

Byte

字節，是計算機中數據處理的基本單位，計算機中以字節為單位存儲和解釋信息，規定一個字節由八個二進制位構成，即1個字節等于8個比特（1Byte=8bit）。八位二進制數最小為00000000，最大為11111111；通常1個字節可以存入一個ASCII碼，2個字節可以存放一個漢字國標碼。

字

在計算機中，一串數碼作為一個整體來處理或運算的，稱為一個計算機字，簡稱宇。字通常分為若干個字節(每個字節一般是8位)。在存儲器中，通常每個單元存儲一個字，因此每個字都是可以尋址的。字的長度用位數來表示。在計算機的運算器、控制器中，通常都是以字為單位進行傳送的。

字長

字長：電腦技術中對CPU在單位時間內(同一時間)能一次處理的二進制數的位數叫字長。所以能處理字長為8位數據的CPU通常就叫8位的CPU。同理32位的CPU就能在單位時間內處理字長為32位的二進制數據。

字節和字長的區別：由于常用的英文字符用8位二進制就可以表示，所以通常就將8位稱為一個字節。字長的長度是不固定的，對于不同的CPU、字長的長度也不一樣。8位的CPU一次只能處理一個字節，而32位的CPU一次就能處理4個字節，同理字長為64位的CPU一次可以處理8個字節。

常見的編碼

ASCII: 1個字節，只編碼英文字母和符號

gb2312: 2個字節，增加了中文漢字和符號

Unicode: 把所有語言都統一到一套編碼里把所有語言都統一到一套編碼里，
一般是2個字節，生僻字4個字節

utf-8： 可變長編碼，常用的英文字母被編碼成1個字節，漢字通常是3個字節，只有很生僻的字符才會被編碼成4-6個字節。如果你要傳輸的文本包含大量英文字符，用UTF-8編碼就能節省空間：

在計算機內存中，統一使用Unicode編碼，當需要保存到硬盤或者需要傳輸的時候，就轉換為UTF-8編碼，這樣可以節省很多存儲空間。

Python編碼

注：這里討論的是python2.7的情況

兩個函數

在python中，str和unicode都是basestring的子類，basestring有以下兩個方法：

encode()： 將unicode字符串轉換為其他編碼字符串，參數為轉換后編碼

decode()： 將其他編碼轉換為unicode字符串，參數為轉換前編碼

PS:"string".decode("utf-8") == unicode("string", "utf-8")

一個栗子 
s = "中文"
print type(s), len(s)

u = u"中文"
print type(u), len(u)

u2s = u"中文".encode("utf-8")
print type(u2s), len(u2s)

結果是這樣的

 6
 2
 6

console下查看u2s

>>> u"中文".encode("utf-8")
"xe4xb8xadxe6x96x87"

結論：

python中定義的一個str變量實則是字節串，由Unicode經過編碼(encode)后的字節組成的（
也正好印證了utf8編碼中一個中文字符是3個字節）

Unicode才是真正意義上的字符串，由字符組成

再次回顧兩個函數用法

s = "中文"
# 這時是str，轉為unicode需要用decode
u = s.decode("utf-8")
print type(u)
# 打印 

# unicode轉為str ,使用encode
s2 = u.encode("utf-8")
print type(s2)
# 打印

新結論：不同編碼轉換,使用Unicode作為中間編碼

#s是code_A的str
s.decode("code_A").encode("code_B")

在Python 3.x版本中，把"xxx"和u"xxx"已經都統一成Unicode編碼了，即寫不寫前綴u都是一樣的，而以字節形式表示的字符串則必須加上b前綴：b"xxx"。

由于Python源代碼也是一個文本文件，所以，當你的源代碼中包含中文的時候，在保存源代碼時，就需要務必指定保存為UTF-8編碼。當Python解釋器讀取源代碼時，為了讓它按UTF-8編碼讀取，我們通常在文件開頭寫上這兩行：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
參考

字節、字、位、比特，這四者之間的關系
廖雪峰：python2.7教程之字符串和編碼
PYTHON-進階-編碼處理小結

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/38227.html

相關文章

  • 關于解決Python亂碼問題的終極解決方案 (TL;DR)

    摘要：關于解決亂碼問題的終極解決方案有個特別好玩的現象，當我們為了編碼頭疼的時候，幾乎搜索到所有的文章都會先發一通牢騷。另外，關于的亂碼問題，又是一個新的較長篇章。 關于解決Python亂碼問題的終極解決方案 (TL;DR) showImg(https://segmentfault.com/img/remote/1460000013229494?w=809&h=184); 有個特別好玩的現象...

    Lemon_95 評論0 收藏0

  • 你真的弄明白 new 了嗎

    摘要：如果構造函數有返回值呢一般情況下構造函數沒有返回值，但是我們依舊可以得到該對象的實例如果構造函數有返回值，憑直覺來說情況應該會不一樣。歡迎光臨小弟博客我的博客原文你真的弄明白了嗎參考再談面向對象編程的實例化與繼承請停止使用關鍵字 好久沒有寫點東西了，總覺得自己應該寫點牛逼的，卻又不知道如何下筆。既然如此，還是回歸最基本的吧，今天就來說一說這個new。關于javascript的new關鍵...

    tolerious 評論0 收藏0

  • 你真的明白javascript中的原型和原型鏈了嗎

    摘要：補充的知識這個是原型中的自帶屬性，指向構造函數這個屬性其實是瀏覽器實現的，不是標準的訪問原型的方式中規定的正式方法是以上知識，最終的圖如下思考題在文章開頭我們說過函數也是對象，既然是對象就有原型，那的原型指向誰呢是嗎 文章開頭說的話 首先你必須明白(或者記住)的JavaScript常識： 在JavaScript中每個函數都有一個prototype屬性 在JavaScript中每個對象...

    Harpsichord1207 評論0 收藏0

  • 前端閱讀筆記 2016-11-23

    摘要：今天閱讀量不大。工具目前還很初級，名為，可以在上找到，各方面都還有待改進，以支持更多方式。方才確定不是配置的原因。好了，廢話不說了，直接上閱讀筆記。方面，國內基本僅此一人。請點擊閱讀原文查看更多，不止這三篇哦晚安 今天閱讀量不大。一則今天的文章確實不多，跟蹤的 30+ 博客更新不多。二則今天的主要精力在別的事情上。 首先，之前遇到過一些 CSS 精靈圖的問題。同樣的圖標，切下來的尺寸卻...

    wind5o 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<