python和字符编码

python和字符编码

程序语言的发展

机器语言

程序语言，最初的计算机语言是机器语言，完全是0和1组成的二进制串

如：01010101

11010101

汇编语言

因为01010101的字符串，冗长，不利于维护，所以产生了带助记符的汇编语言

举例：fua = 01010101

fub = 11010101

c语言

在汇编的基础上开发了c语言

有了常量，变量，字符串，等运算规则

java、c#、php、python

在c语言的基础长有发展了java、c#、php、python 等各种语言

这些语言都需要安装运行环境，也可以理解成软件，

Python前世今生

python的创始人为吉多·范罗苏姆（Guido van Rossum）。1989年的圣诞节期间，吉多·范罗苏姆为了在阿姆斯特丹打发时间，决心开发一个新的脚本解释程序，作为ABC语言的一种继承。

Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。目前业内几乎所有大中型互联网企业都在使用Python，如：Youtube、Dropbox、BT、Quora（中国知乎）、豆瓣、知乎、Google、Yahoo!、Facebook、NASA、百度、腾讯、汽车之家、美团等。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web 等。

注视：上述重点字体表示该公司主要使用Python语言开发

为什么是Python而不是其他语言？

C 和 Python、Java、C#等

C语言： 代码编译得到 机器码 ，机器码在处理器上直接执行，每一条指令控制CPU工作

其他语言： 代码编译得到 字节码 ，虚拟机执行字节码并转换成机器码再后在处理器上执行

Python 和 C Python这门语言是由C开发而来

对于使用：Python的类库齐全并且使用简洁，如果要实现同样的功能，Python 10行代码可以解决，C可能就需要100行甚至更多.
　　对于速度：Python的运行速度相较与C，绝逼是慢了

Python 和 Java、C#等

对于使用：Linux原装Python，其他语言没有；以上几门语言都有非常丰富的类库支持
　　对于速度：Python在速度上可能稍显逊色

所以，Python和其他语言没有什么本质区别，其他区别在于：擅长某领域、人才丰富、先入为主。

Python的种类

• Cpython
  Python的官方版本，使用C语言实现，使用最为广泛，CPython实现会将源文件（py文件）转换成字节码文件（pyc文件），然后运行在Python虚拟机上。
• Jyhton
  Python的Java实现，Jython会将Python代码动态编译成Java字节码，然后在JVM上运行。
• IronPython
  Python的C#实现，IronPython将Python代码编译成C#字节码，然后在CLR上运行。（与Jython类似）
• PyPy（特殊）
  Python实现的Python，将Python的字节码字节码再编译成机器码。
• RubyPython、Brython ...

以上除PyPy之外，其他的Python的对应关系和执行流程如下：

image

---

Python环境

安装Python

　windows：

1、下载安装包 https://www.python.org/downloads/

2、安装 默认安装路径：C:\python27

3、配置环境变量 【右键计算机】--》【属性】--》【高级系统设置】--》【高级】--》【环境变量】--》【在第二个内容框中找到 变量名为Path 的一行，双击】 --> 【Python安装目录追加到变值值中，用 ； 分割】 如：原来的值;C:\python27，切记前面有分号

　　linux：

无需安装，原装Python环境 ps：如果自带2.6，请更新至2.7 更新Python

windows:

卸载重装即可

linux:

Linux的yum依赖自带Python，为防止错误，此处更新其实就是再安装一个Python

查看默认Python版本 python -V

1、安装gcc，用于编译Python源码 yum install gcc

2、下载源码包，https://www.python.org/ftp/python/

3、解压并进入源码文件

4、编译安装 ./configure make all make install

5、查看版本 /usr/local/bin/python2.7 -V

6、修改默认Python版本 mv /usr/bin/python /usr/bin/python2.6 ln -s /usr/local/bin/python2.7 /usr/bin/python

7、防止yum执行异常，修改yum使用的Python版本 vi /usr/bin/yum 将头部 #!/usr/bin/python 修改为 #!/usr/bin/python2.6

Python入门

Python的运行方式

　　终端运行方式：

打开Python终端，输入print "ni hao"

>>> print "ni hao"　　　　　　回车
　　ni hao

这样就将ni hao打印出来了

image

文件运行方式：

用编辑器将 print "ni hao" 写入编辑器，保存成Python文件，以.py 后缀方式保存

image

image

打开终端不启动Python 输入Python 文件路径 如：I:\py\1\n.py 回车执行

image

这样就执行了n.py并把文件内容读出来了

两者之间的区别，终端执行是执行一次关闭终端后不保留代码，文件执行是可以多次执行，并且代码写入了.py文件里

注意：Python2.7和3.5的函数区别 如：print函数

2.7 print "ni hao"

3.5 print ("ni hao")

两个版本之间在函数的书写格式上，3.5必须加括号() 2.7 可以加括号() 也可以不加

**Python解释器 **

可以理解为解释代码或者代码文件的软件

上面可以看到我们在终端里输入了 Python I:\py\1\n.py 这样就是说告诉了系统用Python解释器，解释I:\py\1\n.py这个文件

如果想要访问文件时自动执行python解释器，例输入： ./n.py ，那么就需要在 n.py文件的头部指定解释器

如果需要解释器自动执行一种字符编码方式解释，也需要在头部指定字符编码

如

image

这样当系统访问文件时，就告诉了系统，我这个文件需要Python解释器解释 并且以utf-8的编码

假如这个文件在根目录下，如此一来，执行： ./n.py 即可。

注意：执行前需给予 n.py 执行权限，chmod 755 n.py

内容编码

字符编码的发展

ascii (只能识别英文)

8位 = 01010101 2**8（2的8次方）= 256 种组合就可以表示所有的英文，字符，数字

也就是1个字节就能表示所有的英文，字符，数字

但是不能表示其他国家语言如中文

　　万国码 unicode （包含任何国家语言）

最少用2个字节来表示：

1个字节 = 8位 = 01010101

2个字节 = 16位 = 0101010101010101 2个字节就是 2**16（2的16次方）= 65536 种组合

也就是说万国码最少也要用两个字节来表示

中文是用3个字节来表示的

3个字节 = 24位 = 010101010101010101010101 3个字节就是 2**24（2的24次方）= 16777216 种组合

utf-8

有了万国码后人们又发现，造成了运算空间的浪费，明明可以用1个字节表示的也用了2个字节来表示，后来就又发明了utf-8

utf-8 是在万国码的基础上进行了加工

也就是utf-8会自动根据地区语言来判断用多少位识别

英文：8位

欧洲：16位

中文：24位

...

所以我们在写Python文件是要是有中文汉字，就需要告诉解释器用什么编码

如：

1 #!/usr/bin/env python
2 # -*- coding: utf-8 -*-
3 print '你好 中国'

如果是Python3.5版本解释器，就可以不加编码，因为默认就是utf-8编码

也就是说，解释器默认是utf-8就可以不加，如果默认不是utf-8就必须加才能识别中文

编码和解码

编码和解码流程图

image

utf-8或者gbk等编码都是，由万国码编码而来的这个过程叫做（编码），将utf-8在还原成万国码这个过程叫做（解码）

在python中可以将某一段字符进行编码或者解码

decode() 函数 为解码 函数值：为要解码的编码（原本编码）

使用方法：要解码的字符串变量.decode(要解码的编码)

如：jiem = zifu.decode("utf-8")

encode()　函数 为编码 函数值：为要编的码（编码）

使用方法：要编码的解码变量.decode(要编的码)

举例：

image

注意：如果是python3.5或者以上版本，可以省略解码的环境，直接第二步重新编码就可以，也就是可以直接将utf-8直接编码成gbk，（解码的过程解释器会自动完成）