我这烂掉的十月，总之就是各种事情+偷懒，十月份都过去一半了，我才推进一天，总而言之言而总之 我是废物。

今天主要学了字符编码，学这种东西会让我有一种充实感，上节课复习都是在上周看了，不再赘述。字符编码的话主要就是各国语言之间的问题，但中间横空出世了一个全国通用的unicode，能够与市面上所有的语言转换，但有点费内存，于是又横空出世了一个utf-8，省内存，但只能与unicode转换，各有千秋吧！

下班！

• 0 上节课复习
  • 0.1 列表类型内置方法
  • 0.2 元组类型内置方法
  • 0.3 字典类型内置方法
  • 0.4 集合类型内置方法
  • 0.5 数据类型总结
  • 0.6 拷贝
• 1 字符编码
  • 1.1 文件编辑器存取文件的原理
  • 1.2 python解释器执行py文件的原理
  • 1.3 python解释器与文本解释器的异同
  • 1.4 字符编码介绍
    • 1.4.1 什么是字符编码
    • 1.4.2 涉及到字符编码的两个场景
    • 1.4.3 字符编码的发展过程
    • 1.4.4 乱码分析
• 2 总结
• coding：utf-8 控制的是python3作为文本编辑器的时候以什么编码格式读取内容文本，python3默认是utf-8的形式读取字符

0 上节课复习

0.1 列表类型内置方法

• 可变
• 有序
• 优先掌握：
  • 索引
  • 切片
  • 成员运算
  • 删除 del
  • for循环
  • 长度len
  • 追加 append
• 需要掌握：
  • insert 在索引值前面插入
  • pop删除最后一个。也可以加入索引值删除指定的
  • remove 删除
  • count 统计某一元素出现次数
  • index 索引值 （阿拉伯数字，即出现的位置，当多个时以第一个为准）
  • clear 清空列表，为一个操作 不能直接输出
  • copy 复制列表
  • reverse 逆序
  • extend 加入元素 可以在后面接个列表
  • sort 按字母从小到大排序

0.2 元组类型内置方法

• 没有可变不可变
• 有序
• 优先掌握：
  • 索引
  • 切片
  • 长度len
  • for循环
  • 成员运算
  • count 计算成员出现次数
  • index 计算成员首次出现的索引值

0.3 字典类型内置方法

• 可变
• 无序
• 优先掌握：
  • 按键取值
  • 计算长度len
  • for循环
  • values keys items
  • 成员运算
  • 删除del
• 需要掌握：
  • get 也是取值，好处是当键不存在时会报错，且若设有默认值会返回默认值
  • update 更新，有则更新，无责添加
  • fromkeys 创建列表，两个元素，第一个为键的列表，第二个为键的值，每个键的值都一样都是第二个元素
  • setdefault 增加一个键值对进去，如果该键已存在，则不改变原来的值

0.4 集合类型内置方法

• 可变
• 无序
• 优先掌握：
  • 长度len
  • 成员运算 in or not in
  • 并集 | union
  • 交集 & intersection
  • 差集 - difference
  • 对称差集 symmetric_difference ^
  • 父集 > >=
  • 子集 < <=
  • ==
• 需要掌握：
  • add 添加一个元素
  • remove 移除一个元素 不存在会报错
  • discard 移除一个元素 不会报错
  • update_difference 移除集合a中拥有的集合b的元素，如a=1,2,3 b=1,5,6,那么运算的结果为a = 2,3
  • isdisjoint 判断a与b之间交集是否为空，若为空，返回true 反之返回false

0.5 数据类型总结

0.6 拷贝

• 拷贝，l2=l1。如果l2是l1的拷贝，则l1内部的任何类型元素发生变化，l2都会相应发生改变
• 浅拷贝，l2=copy.copy(l1)。如果l2是l1的浅拷贝，则当l1内部的可变类型元素发生变化时，l2对应的元素会发生相应的变化；当l1内部的不可变类型元素发生了变化，则l2不会发生改变。
• 深拷贝，l2=copy.deepcopy(l1)。如果l2是l1的深拷贝，则当l1内部的可变类型元素发生变化时，l2对应的元素不会发生相应变化；当l1内部的不可变类型元素发生变化时，l2不会发生变化；即无论l1内的任何类型元素发生变化，l2内的元素均不发生变化。

1 字符编码

1.1 文件编辑器存取文件的原理

1. 打开编辑器就相当于启动了一个进程，是在内存中进行的，输入的数据也是在内存中的，断电后会消失
2. 想要永久保存就需点击保存按钮，将其永远保存在硬盘中
3. 在我么编写一个py文件时跟编写其他文件都一样，都是一堆字符罢了

1.2 python解释器执行py文件的原理

• 第一阶段：python解释器启动，相当于启动了一个文件编辑器
• 第二阶段：python解释器相当于文本解释器，打开test.py文件，将硬盘中的test.py文件内容读入到内存中
• 第三阶段：python解释器会执行刚刚读入到内存中的test.py中的内容

1.3 python解释器与文本解释器的异同

1. 都能干什么： 把硬盘中躺着的数据读入到内存中，并显示

2. 不同：python解释器还会多执行解释的步骤

1.4 字符编码介绍

1.4.1 什么是字符编码

字符编码就是将人类的字符编码中计算机能够识别的数字，这种编码必须遵循一定的标准，该标准无非是数字与字符之间的对应关系，称之为字符编码表

1.4.2 涉及到字符编码的两个场景

• 一个python文件是由字符编码组成的，其存取过程均涉及字符编码（此时python文件里的内容没有被执行，即处于python解释器执行py文件的前两步）
• python文件中的数字类型字符串是由一串字符组成的（此时python文件里的内容已经被读取执行，即处于执行python解释器执行py文件的第三步）

1.4.3 字符编码的发展过程

1. 美国人发明计算机 并制作的 ASCII编码表 但其只包括字母和数字
2. 没有日语 汉语 韩语 于是就有了 shift_jis（日语） euc-kr（韩语） gbk（汉语）
3. 但是不同的语言的编码不互通 即 你日本的代码（shift_jis）在我中国的电脑上（gbk）无法执行，会乱码，迫切需要一个全国统一的标准，此时unicode应运而生，ascii用1个字节（8位二进制）代表一个字符；Unicode常用2个字节（16位二进制）代表一个字符，生僻字需要用4个字节
4. 但是你看，一个字母a 用ascii码只用占据一个字节 但用unicode需要两个字节，好浪费空间哦，为了节省空间，哎，我们的utf-8又应运而生了。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节
5. 哎，相信细心的你我都发现了（没发现看上面标黄*-*），这个utf-8对应的是unicode，是两者之间转化的，ascii能编码成utf-8吗？gbk能吗？shift_jis能吗？ 那必然不能了 这就是局限性，因此目前计算机中内存中的解码器仍然还是用的unicode

1.4.4 乱码分析

首先明确概念：

• 存文件：文件从内存到硬盘
• 读文件：文件从硬盘到内存

主要两种情况：

• 存文件时就已经乱码：存文件时文件里有多种代码，但已某一种去存

• 存文件不乱码而读文件时乱码：存文件是用的全国通用utf-8，但读文件时用的gbk，可解决，选择正确的解码方式即可

2 总结

• pycharm右下角控制的是你写入的代码字符以什么编码格式保存

• coding：utf-8 控制的是python3作为文本编辑器的时候以什么编码格式读取内容文本，python3默认是utf-8的形式读取字符

• python解释器解释语法

  解释定义变量的语法，因此会开辟一块内存空间放入这个变量，然后这个变量在python3中以unicode的形式存储，如字符x = ‘中’，被python3解释后在内存中会变成x = ‘ 1010101010101100’ ，理论上‘print（x）’相当于输出 ’ 1010101010101100‘，但是这个’1010101010101100‘对程序员来说看不懂，所以python3的创始人龟叔做了这个操作吧’1010101010101100‘编码按终端的编码格式输出编码后的结果，如‘上'，终端可以把这个终端编码格式的二进制显示成中文

• 为什么python3解释器要把变量以unicode的形式存储