Python基础入门（全套保姆级教程）

第二章

第十八节：字符集和编码

科学家利用二极管，做出了一个通过二进制‘010101’转化成十进制就变成我们所认识的阿拉伯数字。
计算机不能仅仅用做数字计算，我们也要看小说，看文字。所以聪明的科学家就利用不用的方式代替文字，就像抗日神剧里面的电报嘀嘀嘀，摩斯密码就是凭借着，杠杠点点 ‘- - . .’来传递信息。 最早的摩斯密码，一家一个，个个不同，这台电脑放在那台电脑上就不行了，这时候美国就说了，一家一个样，没法弄，得统一。就出来了ascii码：
ascii => 编排了128个文字符号. 只需要7个0和1就可以表示了. 01111111 => 1 byte => 8bit
下面就是越来越多的形式： 1.
0 1 <=> 1010101010 => 二进制转化成十进制 <=> 88
电脑如何进行存储文字信息
1000000 <=> a

ascii => 编排了128个文字符号. 只需要7个0和1就可以表示了. 01111111  => 1 byte => 8bit

ANSI => 一套标准, 每个字符 16bit, 2byte  => 65536
00000000 01111111

到了中国, gb2312编码, gbk编码(windows 默认的就是这个)
01000000 01010101  =>  中
到了日本, JIS编码
01000000 01010101  =>  え

Unicode: 万国码.  中文
早期Unicode没有意识到这个问题. UCS-2 2个字节.
进行了扩充, UCS-4 4个字节
00000000 00000000 00000000 01111111

utf: 是可变长度的unicode. 可以进行数据的传输和存储 -> 行书, 草书, 隶书
utf-8:   最短的字节长度8
    英文: 8bit, 1byte
    欧洲文字: 16bit, 2byte
    中文: 24bit, 3byte

utf-16:  最短的字节长度16

总结:
    1. ascii: 8bit, 1byte
    2. gbk: 16bit,  2byte  windows默认
    3. unicode: 32bit, 4byte(没法用, 只是一个标准)
    4. utf-8:       mac默认
        英文: 8bit, 1byte
        欧洲: 16bit, 2byte
        中文: 24bit, 3byte

    gbk和utf-8不能直接就进行转化.
    我军密码本  -> 文字 -> 敌军密码本
2. bytes
    程序员平时遇见的所有的数据最终单位都是字节byte