昨日回顾
今日内容
- 二十八、字符编码
- 二十九、python2和python3的编码区别
  - python2
  - python3

昨日回顾

二十三、元组内置方法

不可更改的列表,其他的和列表一摸一样

二十四、散列表

二十五、字典内置方法

乱序

python2中字典是乱序的,但是python3做了优化

(本来是乱序的,但是在c这个层面做了不不乱序的优化)
key为什么是不可变的

假设是可变的,在哈希处理时,除留余数法会导致存储的位置发生变化

二十六、集合内置方法

去重
乱序(差值是按照某种哈希算法随机插的)
交集&/并集|/差集-/补集^

二十七、深浅拷贝

拷贝

a是b的拷贝对象,则b内部所有的数据类型变化,则a也变化

浅拷贝

a是b的浅拷贝对象,b内部的可变数据类型变化,a变化;b内部的不可变数据类型变化,a不变化

深拷贝

a为b的深拷贝对象,a内部无论何数据类型变化,b都不改变

今日内容

二十八、字符编码

1.文本编辑器存储信息的过程

unicode编码（识别所有代码）

因为unicode存储占用空间，所以用utf8来存储

utf8只和unicode对应识别

内存中unicode取，存用utf8存（硬盘），全世界的人写代码都是用utf8

内存中为什么不用utf8？

utf8和其他编码都没有转换关系，因此都要用unicode

未来迟早有一天，内存要用utf8

2.gb2312和gbk的区别

gb2312：一些常用词，不包括繁体字

gbk：所有的字

用什么编码写，就用什么编码读

如果写用utf8，存用gbk，会导致在存储的时候就会乱码

如果写用utf8，存用utf8，但是读用gbk，也会乱码

3.编码和解码

编码：内存中unicode编码，从内存到硬盘utf8

解码：Unicode从硬盘到内存

现在内存只有unicode编码

4.python解释器解释python代码的流程

读入python代码（字符编码）

python2默认是ascill，python默认是utf8

可以使用coding规定解决
```
# coding:gbk  # 告诉python解释器用gbk去完成第一步，读入字符
中文
```
识别代码（语法识别）
终端产生结果（字符编码）

终端是什么编码，就按照什么编码来

windows终端是utf8

二十九、python2和python3的编码区别

python2

python2有两种存储变量的形式：Unicode和按照coding头

假设python2用utf8存储中文，当你打印时，终端接受gbk的变量，但是windows终端编码时utf8，就会乱码

假设python2用unicode存储，因为unicode可以和任何的编码转换，所以此时终端编码是什么就不重要了，不会乱码

# coding:gbk
lt1 = '中文'  # utf存储的
# lt1 = ['中文']  # []让他不用终端的编码转化，显示01010101001
print lt1  # ['\xe4\xb8\xad\xe6\x96\x87']

lt2 = u'中文'  # u'中文'让他变成unicode  # 早期用python2定义中文，必须得加上u，让他变成unicode存储
# lt2 = [u'中文']
print lt2  # '中文'

python3

python3只有一种存储变量的形式：unicode

因此，windows终端编码无论是什么都不会乱码，算是一种优化

巴特西

字符编码 + python2和python3的编码区别(day08整理)