Python Day01

Python 代码执行流程：

• 　　编译 --> 执行
• 　　源代码  -->  字节码  -->  机器码  --> CPU执行

python 先将自己的源代码，编译成Python 字节码，不同语言的字节码，只有对应的编译器可以识别，运行时再将字节码转换成机器码在执行，经过了现两个转换的步骤，所以比 C 语言要慢一个量级。

Python 的几种实现：

python 作为一种编程语言，它有多种实现。这里的实现指的是符合Python语言规范的Python解释程序以及标准库等。这些实现虽然实现的是同一种语言，但是彼此之间，特别是与CPython之间还是有些差别的。

1、CPython：Python的官方版本，使用C语言实现，使用最为广泛，新的语言特性一般也最先出现在这里。
　　　　C 语言实现的 python  -->  C 解释器  -->  .pyc(字节码)  --> 机器码  --> CPU执行

2、Jpython：这是Python的Java实现，相比于CPython，它与Java语言之间的互操作性要远远高于CPython和C语言之间的互操作性。

　　　　java 实现的 python  -->   java 解释器 -->  java字节码  -->  机器码  -->  CPU执行

3、Python for .NET：它实质上是CPython实现的.NET托管版本，它与.NET库和程序代码有很好的互操作性。
4、IronPython：不同于Python for .NET，它是Python的C#实现，并且它将Python代码编译成C#中间代码（与Jython类似），然后运行，它与.NET语言的互操作性也非常好。

5、PyPy：Python的Python实现版本，原理是这样的，PyPy运行在CPython（或者其它实现）之上，用户程序运行在PyPy之上。它的一个目标是成为Python语言自身的试验场，因为可以很容易地修改PyPy解释器的实现（因为它是使用Python写的）。

　　　　python 源代码   -->  py解释器  -->    字节码、机器码(编译过程中就已经生成机器码)  --> CPU 执行

Python 执行过程：

1. 　　语法分析 (检测你的语法是否有问题)
2. 　　词法分析( 说明代码写的没问题)
3. 　　编译代码(遇到函数与类解释的方式不同，生成字节码)
4. 　　执行(转换成机器码)

　　Python 运行后，原目录下会生成 .pyc(Python 编译后生成的专有字节码文件) 可用工具反解。
　　Python 执行时会优先找 .pyc 文件，当没有 .pyc 会先执行 py 生成字节码，如果 py 文件被修改过，与 .pyc 文件中的内容不符，Python 会重新编译生成 .pyc 并替换。

字符集与字符编码：

  1.字符集：

•     字符是各种文字和符号的总称，包括各个国家文字、标点符号、图形符号、数字等。字符集是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同。
•     常见字符集有：ASCII字符集、ISO 8859字符集、GB2312字符集、BIG5字符集、GB18030字符集、Unicode字符集等。
•     计算机要准确的处理各种字符集文字，需要进行字符编码，以便计算机能够识别和存储各种文字。

  2.编码(encoding)：

• 　 编码(encoding)与字符集不同。字符集只是字符的集合，不一定适合作网络传送、处理，有时须经编码(encode)后才能应用。
•  　如Unicode可依不同需要以 UTF-8、UTF-16、UTF-32等方式编码。
•  　字符编码就是以二进制的数字来对应字符集中的字符。

  使用哪些字符。也就是说哪些汉字，字母和符号会被收入标准中。所包含“字符”的集合就叫做“字符集”。
  规定每个“字符”分别用一个字节还是多个字节存储，用哪些字节来存储，这个规定就叫做“编码”。

常用字符编码：

ASCII：

•    （American Standard Code for Information Interchange，美国信息互换标准代码）是基于拉丁字母的一套电脑编码系统。它主要用于显示现代英语，而其扩展版本EASCII则可以勉强显示其他西欧语言。它是现今最通用的单字节编码系统（但是有被UniCode追上的迹象)
•     ASCII 采用 7 位或 8 位 二进制数组合来表示 128 或 256 种可能出现的字符，在计算机没有大规模发展时，128位足以表示英文字符与数字，但后期计算机经过广泛发展，在世界的各个角落流行起来，采取传统的 8 位二进制数最多只能表示  256 种字符变化，对于纯英文来说足够，但是并不适于其它国家的语言，，已经不能满足其它国家对字符的表示需求。

Unicode：

　　万国码，它至少采用 2byte 来表示字符，表示范围是世界上各个国家的字符，范围很大，比如，汉字“严”的unicode是十六进制数4E25，转换成二进制数足足有15位（100111000100101），也就是说这个符号的表示至少需要2个字节。表示其他更大的符号，可能需要3个字节或者4个字节，甚至更多。 

这就会出现两个严重的问题：

　　如何才能区别unicode和ascii？计算机怎么知道三个字节表示一个符号，而不是分别表示三个符号呢？第二个问题是，我们已经知道，英文字母只用一个字节表示就够了，如果unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0来填充，这对于存储来说是极大的浪费，文本文件的大小会因此大出二三倍，这是无法接受的。 

它们造成的结果是：

1. 　   出现了unicode的多种存储方式，也就是说有许多种不同的二进制格式，可以用来表示unicode。
2. 　　unicode在很长一段时间内无法推广，直到互联网的出现。 

Unicode：

互联网的普及，强烈要求出现一种统一的编码方式。UTF-8就是在互联网上使用最广的一种unicode的实现方式。其他实现方式还包括UTF-16和UTF-32，但只有 UTF-8 被广泛使用，注意：UTF-8是Unicode的实现方式之一。 

• UTF-8最大的一个特点，它是一种变长的编码方式。它可以使用1~4个字节表示一个字符，根据不同的字符而变化字节长度，避免了 Unicode 中浪费磁盘空间的问题。 

GBK：

• 专属用来表示中文的一种字符编码。

Python 编码：

• python 2.x 默认采用 Unicode 编码格式，让人非常头疼的问题就是编码问题。
  • 　　如果想让 Python 支持中文字符需要在文件顶部声明编码格式为：utf-8
    • 　　

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

• python 3.x 默认采用 UTF-8 编码格式，原生支持中文。

Python Day01

原文：http://www.cnblogs.com/jayy/p/5127681.html