Python字符編碼與二進制

Python字符編碼與二進制？很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

二進制

核心思想：

　　馮諾依曼 + 圖靈機

　　電如何表示狀態，才能穩定？

　　　　計算機開始設計的時候并不是考慮簡單，而是考慮能自動完成任務與結果的可靠性，
　　　　簡單始終是建立再穩定、可靠基礎上

　　　　經過嘗試10進制，但很難檢查電流的狀態差異并且很難穩定狀態，最穩定的檢查是
　　　　通電和不通電狀態，共兩種狀態那就規定 通電為 1 不通電 為 0，1和0的狀態邏
　　　　輯被稱為比特 Bit

　　那么如何用 0 和 1 表示數字和字符呢？

　　　　首先找出需要表示的字符，英文字符和數字字符才100多個，需要 7 個二進制位就
　　　　可以全部表示，但為了可擴展性，多出一位表示擴展，這就是ASCII碼

　　　　因為一個字符只需要最多8個二進制位表示，所以規定8個字節作為存儲單位，所有
　　　　8 Bit = 1 Byte

　　　　規定字符用數字表示，數字用二進制表示，也就是 字符 --> 數字 -- > 二進制，
　　　　那么文本信息就可以通過計算機存儲為二進制，計算機上存儲的二進制數可以逆轉
　　　　成文本信息

　　　　10 進制到二進制之間的關系轉換是固定的，那么字符到數字之間的轉換被我們稱為
　　　　字符編碼， ASCII碼 Unicode UTF-8 都是存儲字符與數字之間的映射關系

 弄清楚幾個關系

　　1. 字符與數字之間的關系為映射關系，人為規定的標準

　　　   這種映射關系，生活中普遍存在，如

　　　　a. 身份證信息與身份證號碼

　　　　b. 數據庫id與該行信息

　　　　c. 訂單信息與訂單編號

　　　　d. 員工編號與員工

　　　　e. 字典的鍵與值

　　　　f. 內存地址與存儲在該地址上的值

　　　　...

　　2. 數字到二進制之間的關系，這個如同數學或物理定律一樣，固定轉換方式，寫死的

　　3. 8進制 16 進制都是建立在2進制的基礎上，和10進制之間沒有直接關系，主要為了

　　　可讀性，二進制的兩種表示形式

　　　如二進制 00000000 一個存儲單位，八進制000 000 000 每 3 個二進制位轉

　　　換位10進制表示，最小數為 0 最大數為 7，所以取值范圍為 0 - 7

　　　十六進制 0000 0000 每 4個二進制位轉換位10進制表示，最小位為0 最大為15，

　　　所有取值范圍為 0 - 15，因為超出10機制表示范圍所以用 abcdef表示 10 11

　　　12 13 14 15

　  十六進制常用于 內存地址表示 IPv6地址 顏色表 mac地址 二進制數據\x前綴b/B

　   IP地址(32位 點分十進制) x.x.x.x 每個x都是8個bit位表示的十進制數字

　　# 8進制 16進制是建立在二進制的基礎之上

Py進制轉換函數

　　10進制轉其他進制

　　　　轉2進制 bin 前綴0b

　　　　轉16進制 hex 前綴0x

　　　　轉8進制 oct 前綴0o

　　　　# 二進制 八進制 十六進制都是通過帶前綴的字符串形式"0b/o/x..."

# 10 進制轉其他進制
number = 9999
print("10進制轉其他進制".ljust(40, "*"))
# 10 進制轉2進制
b_number = bin(number)
print("二進制:", b_number)
# 10進制轉8進制
o_number = oct(number)
print("八進制:", o_number)
# 10進制轉16進制
h_number = hex(number)
print("十六進制:", h_number)

　　其他進制轉10進制 int(..., base) base指定進制

# 10 進制轉其他進制
number = 9999
print("10進制轉其他進制".ljust(40, "*"))
# 10 進制轉2進制
b_number = bin(number)
print("二進制:", b_number)
# 10進制轉8進制
o_number = oct(number)
print("八進制:", o_number)
# 10進制轉16進制
h_number = hex(number)
print("十六進制:", h_number)
 
# 其他進制轉10進制
# 2進制轉10進制
num_b = int(b_number, base=2)
print(num_b)
# 8 進制轉10進制
num_o = int(o_number, base=8)
print(num_o)
# 8 進制轉16進制
num_h = int(h_number, base=16)
print(num_h)

　　字符串轉二進制字符串

　　　　bytes

　　　　encode

　　　　需要指定字符編碼，結果前綴為 b/B"..."

# 字符串轉二進制字符串
song = "你驕傲的飛遠，我棲息的夏天"
 
byte_song = song.encode(encoding="utf-8")
print(byte_song)
# 等價于
eq_byte_song = bytes(song, encoding="utf-8")
print(eq_byte_song)
print(byte_song == eq_byte_song)

　　二進制轉字符串

　　　　decode

　　　　str

　　　　需要指定字符編碼

# 二進制轉字符串
song = "你驕傲的飛遠，我棲息的夏天"
# 獲得二進制數據
byte_song = song.encode(encoding="utf-8")
print(byte_song)
 
# 二進制字符串轉文本字符串
print("二進制數據轉字符串".rjust(40, "_"))
dec_song = byte_song.decode(encoding="utf-8")
print(dec_song)
# 等價于'
str_song = str(byte_song, encoding="utf-8")
print(str_song)
print(dec_song == str_song)

　　算術方法

　　　　10進制轉2 8 16進制，輾轉除法取余數

　　　　其他進制轉10進制是從右往左加上基數的指定次方然后求和

　　　　# 轉換方式像公式定律，固定

 二進制表示

　　分為有符號和無符號類型，一般是 8 16 32 64 Bit 表示整數或浮點數

　　有符號最高位表示符號，就是最左邊的比特位，0表示正1表示負數 正負下標位0和1

　　有符號位表示范圍，因為要分成兩半，一半表示正數一半表示負數，

　　說白了是去除一位表示符號位 -2**(n-1) - 2**n(n-1) -1, n = 8/16/32/64

　　無符號位表示 0到2**n -1

　　# 長度不一樣，分為1/2/4/8字節

Py字符對應ASCII數字函數

　　ord()

字符編碼

　　語言文字 ---> 數字 ---> 0 1二進制

　　# 這個映射關系表被稱為字符編碼

　　# 字符編碼解決的問題是字符與十進制之間映射關系，人為定義的

　　中國 gb2312 -> GBK 中文2字節，英文1個字節

　　國際 Unicode(2-4個字節) -> UTF-8(1-4個字節)

　　　　1. 支持全球語言字符

　　　　2. 包含全球字符編碼映射

　　　　# 全球各國語言可以轉成Unicode，Unicode可以轉全球各個國家語言

　　　　3. 全球軟/硬件都支持Unicode

　　主流 UTF-8

　　　　因為Unicode表示一個字符需要至少2個字節，那么原來用ASCII只需要一個字節，

　　　　現在使用Unicode編碼則存儲與進行網絡傳輸需要的存儲空間直接翻倍，不可接受

　　　　UTF-8為了解決這個問題，于是走上了歷史舞臺，那好，網絡傳輸和存儲使用

　　　　UTF-8，操作系統支持Unicode，那么高效傳輸、存儲和支持全球語言體系成為可能

Python中編碼

　　首先說說Python中編碼到底是何方神圣？

　　我們看存儲代碼的文件和代碼加載到內存然后被解釋器處理的文件

　　我們敲的代碼，其實本質上是文本數據

　　文本數據要通過某一編碼表轉換成二進制然后存儲到硬盤上

　　存儲在電腦上的二進制數據也需要編碼表才能轉換成文本數據

Python中編碼是怎么回事？

　　Py3中默認文件編碼為UTF-8, 我們通過編輯器編輯文件的時候也會有個默認編碼

　　一般默認為UTF-8，如果定義的文件中文本數據不是以UTF-8編碼，則需要在Py文

　　件的頭行告訴Py解釋器這個文件是以何種編碼。

　　解釋器讀取的并不是我們看到的編輯器里面的文本數據，而是存儲在硬盤上的01
　　一樣的二進制數據，解釋器嘗試用默認UTF-8編碼解碼讀取到硬盤中的二進制數
　　據，轉換成文件數據，如果非默認utf-8則出現亂碼，解釋器對文本數據解析失敗，
　　則需要在Py源文件開頭指定當前文件的編碼格式，告訴Py解釋器如何去轉換該文件

　　Py解釋器默認編碼是Unicode，解釋器會把讀取到的二進制數據通過字符編碼轉
　　換成文件數據然后再次轉換為Unicode編碼，只要操作系統支持Unicode，解釋器
　　都能正常執行并輸出結果

　　解釋器

　　　　二進制數據 -> 查字符編碼表 -> 文本數據 -> Unicode編碼的文本數據

　　編輯器

　　　　二進制數據 -> 查字符編碼表 -> 對應編碼表的文本數據

　　# 解釋器和編輯器都是從文件的二進制數據開始的，通過編碼轉換成對應的文本

　　# 數據，不過解釋器會會在文件數據的基礎上解析文本數據成底層機器指令并執行

　　需要弄清楚的是Py源文件編碼和Py解釋器默認編碼不一致

　　# Py源文件編碼默認UTF-8,Py解釋器默認編碼為Unicode

那么，產生亂碼的解決問題的思路就很好解決了

　　# 亂碼 - 字符編碼指定錯誤，存儲的二進制轉換成文本文件選擇的字符集錯誤

　　1. C/S 架構的軟件，檢查 Client 和 Server默認編碼是否一致

　　2. Web后端，數據庫默認編碼、表的編碼和各個語言連接數據庫接口的編碼是否一致

　　3. 文件，檢查編輯器的默認編碼是否和文件初始編碼一致，什么編碼就存什么編碼讀

Python聲明源文件字符編碼的方式

　　1. # conding:utf-8

　　2. # -*- conding:utf-8 -*-

　　# 都是以 # 開頭，寫在源文件頂行

# -*- coding:utf-8 -*-
# coding: utf-8

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。