首先简单说一下字符编码的问题。平常遇到比较多的就是ASCII码（全称：美国信息交换标准码）。ASCII码使用一个字节（8位）来表示一些常见的数字、英文字母以及一些控制字符。英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如中文汉字就无法用ASCII来表示和编码。为了对世界上的各种语言符号进行统一的编码，于是发明了Unicode。Unicode将世界上所有的文字符号都纳入其中。每一个符号都给予一个独一无二的...
一、电脑字符集的历史 1、电脑是如何将二进制与字符对应起来的？我们知道，电脑底层只认识0和1的二进制数据，为了让电脑可以跟人类互动，我们使用8个二进制位（即1个字节）来对应一个更复杂的数字，比如：使用二进制“01000001”来指代十进制“65”，也就是大写字母A实际使用场景中，人类利用键盘打字符“A”时，实际上是打65这个数字，电脑再到表中寻找65所代表的二进制数据“01000001”，实际处理的是这个二进制数据，这样就对应...
一、引入 ? 字符串类型、文本文件的内容都是由字符组成的，但涉及到字符的存取，都需要考虑字符编码的问题 二、知识储备 三大核心硬件 ? 三大核心硬件指的是：CPU、内存以及硬盘 软件运行流程软件运行前，软件的代码及其相关数据都储存与硬盘之中 任何软件的启动都是将数据从硬盘中读入内存，再由CPU从内存中取出指令并执行 软件运行的过程中产生的数据最先是存放在内存中，若想永久保存数据，则需要将数据从内存写入硬盘中文本编辑...
1、集合 1.1、定义 在{}内用逗号分隔开多个元素，多个元素满足以下三个条件： <1. 集合内元素必须为不可变类型 <2. 集合内元素无序 <3. 集合内元素没有重复 1.2、类型转换res=set(hellolllll) # 字符串类型转集合 print(set([1,1,1,1,1,1])) #集合自动去重 print(set([1,1,1,1,1,1,[11,222]]) # 报错，集合中存在可变类型 print(set({k1:1,k2:2})) # key存入集合1.3...
一、进制 1、二进制 定义 二进制数据是用0和1两个数码来表示的数。它的基数为2，进位规则是"逢二进一" 转换方式 二进制转换为十进制： 把二进制数按权展开、相加即得十进制数。 十进制转换为二进制： 十进制数除2取余法，即十进制数除2，余数为权位上的数，得到的商值继续除2，依此步骤继续向下运算直到商为0为止 python中的方法： 2、16进制 定义 16进制，英文名称Hexadecimal(简写Hex)， 在数学中是一种逢16进1的进位制。一般用...
一、Python安装 windows1 1、下载安装包 2 https://www.python.org/downloads/ 3 2、安装 4 默认安装路径：C:\python27 5 3、配置环境变量 6 【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】 7 如：原来的值;C:\python27，切记前面有分号Linux/MAC1 无需安装，原装Python环...
由于Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。 x = b'ABC'bytes的每个字符都只占用一个字节 Python对bytes类型的数据用带b前缀的单引号或双引号表示： len()函数计算的是str的字符数，如果换成bytes，len()函数就计算字节数： >>> len(b'ABC') 3 >>> len(b'\xe4\xb8\xad\xe6\x96\x87') 6 >>> len('中文'.encode('utf...
目录 1 python2.7 中的字符编码问题 1.1 ascii, unicode, utf8 1.2 encoding声明 1.3 python2.7中的str和unicode 1.4 python2.7中的encode和decode 1.5 修改系统默认编码 1.6 查看文件编码 1.7 文件读写 1.7.1 内置的默认open 1.7.2 模块codecs中的open 1.8 一般的处理要点 2 python3字符编码转换 2.1 源码文件默认编码 2.2 Pycharm 设置步骤 2.3 字符编码转换 1 python2.7 中的字符编码问题 1.1 ascii, unicode, utf8 ascii码：最...
实际数据：CN =用户名,OU = CompanyName,DC =公司,DC = intra(在MySQL数据库中看起来如何)以及当我获取此数据时,这就是python变量中的样子(从MySQL检索)：CN = username ,OU =公司名称,DC =公司,DC =帧内 当我试着这个;truestr = unicode(str,'utf-8');使用此消息抛出异常：‘ascii’ codec can’t decode byte 0xc4 in position 4: ordinal not inrange(128)我该如何解决这个问题？ (我使用python 2.6)解决方法:你可以通过以下方法...
字符编码： 字符编码: 二进制 和 你所能认识的字符 之间的相互转换的一个过程 早期的ascii码 中国人的gbk码,4个字节 unicode: 认识万国语言,万国编码 unicode：把 8位的英文变成了16位的英文, 多占用了内存空间，因此产生了utf8码可以节省储存空间 出现乱码的情况： 编码格式不统一 文本编辑器支持的是utf8 ,你输入的是gbk --> 文件的存储 文件存储用了utf8 ,但是下次打开用了gbk --> 文件的读取 通俗举例： 中文的文本编辑器...
5.字符编码 使用UTF-8编码 我们已经讲过了，字符串也是一种数据类型，但是，字符串比较特殊的是还有一个编码问题。 因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535，4个字节...
一、文本编辑器存取文件的原理: #1、打开编辑器就打开了启动了一个进程，是在内存中的，所以，用编辑器编写的内容也都是存放与内存中的，断电后数据丢失 #2、要想永久保存，需要点击保存按钮：编辑器把内存的数据刷到了硬盘上。 #3、在我们编写一个py文件（没有执行），跟编写其他文件没有任何区别，都只是在编写一堆字符而已。 二、python解释器执行py文件的原理 ，例如python3 test.py#1、python解释器启动，此时相当于启动了一个...
我正在尝试识别并保存特定网站上的所有标题,并继续得到我认为编码错误. 该网站是：http://paper.people.com.cn/rmrb/html/2016-05/06/nw.D110000renmrb_20160506_2-01.htm 目前的代码是：holder = {} url = urllib.urlopen('http://paper.people.com.cn/rmrb/html/2016-05/06/nw.D110000renmrb_20160506_2-01.htm').read()soup = BeautifulSoup(url, 'lxml')head1 = soup.find_all(['h1','h2','h3'])print head1holder["key"] = h...
一、Python3中字符是以Unicode编码的，中文也可以表示。Python2中需要加代码，指定utf-8编码 #-*-coding:utf-8 -*- 二、encode方法三、decode方法
https://www.cnblogs.com/alex3714/articles/7550940.html