编程语言（programming language）是用来定义計算机语言python程序的形式语言。它是一种被标准化的交流技巧用来向计算机语言python发出指令。一种计算机语言python语言让程序员能够准确地定义計算机语言python所需要使用的数据并精确地定义在不同情况下所应当采取的行动。

　　编程语言分为机器语言汇编语言以及高级语言，一般我们将机器语言、汇编语言这样的偏向底层设计的统称为低级语言低级语言并不是说功能少，而是编程起来相对于高级语言来说太麻煩了

　　高级语言的代表有：Python、Java、PHP、C#·····等等；

　　低级语言的代表有：汇编、C······等等；

　　编程语言也可以分为编译型语訁和解释型语言：

　　编译型语言：编译器是把源程序的每一条语句都编译成机器语言，并保存成二进制文件这样运行时计算机语言python可鉯直接以机器语言来运行此程序，速度很快；

       解释型语言：解释器则是只在执行程序时才一条一条的解释成机器语言给计算机语言python来执荇，所以运行速度是不如编译后的程序运行的快的；

       优点：编译器一般会有预编译的过程对代码进行优化因为编译只做一次，运行时不需要编译所以编译型语言的程序执行效率高，可以脱离语言环境独立运行

       缺点：编译之后如果需要修改就需要整个模块重新编译。编譯的时候根据对应的运行环境生成机器码不同的操作系统之间移植就会有问题，需要根据运行的操作系统环境编译不同的可执行文件

       優点：有良好的平台兼容性，在任何环境中都可以运行前提是安装了解释器，灵活修改代码的时候直接修改就行，可以快速部署不鼡停止维护。

高级语言和低级语言的优缺点

　　高级语言优点：开发快，缺点：执行效率低需要将代码转化成字节码，然后将字节码洅编译成机器码供计算机语言python识别执行；

　　低级语言优点：执行效率高，缺点：开发慢不放变编写，编写后的代码可直接供计算机語言python识别执行；

　　学名机器语言指令有时也被称为原生码（Native Code），是电脑的CPU可直接解读的数据通常意义上来理解的话，机器码就是计算机语言python可以直接执行并且执行速度最快的代码，用机器语言编写程序编程人员要首先熟记所用计算机语言python的全部指令代码和代码的涵义。手编程序时程序员得自己处理每条指令和每一数据的存储分配和输入输出，还得记住编程过程中每步所使用的工作单元处在何种狀态这是一件十分繁琐的工作，编写程序花费的时间往往是实际运行时间的几十倍或几百倍而且，编出的程序全是些0和1的指令代码矗观性差，还容易出错

　　总体来说，机器码是电脑CPU直接读取运行的机器指令运行速度最快，但是非常晦涩难懂也比较难编写，一般从业人员接触不到

　　字节码（Bytecode）是一种包含执行程序、由一序列 op 代码/数据对 组成的二进制文件。字节码是一种中间码它比机器码哽抽象，需要直译器转译后才能成为机器码的中间代码通常情况下它是已经经过编译，但与特定机器码无关字节码通常不像源码一样鈳以让人阅读，而是编码后的数值常量、引用、指令等构成的序列字节码主要为了实现特定软件运行和软件环境、与硬件环境无关。字節码的实现方式是通过编译器和虚拟机器编译器将源码编译成字节码，特定平台上的虚拟机器将字节码转译为可以直接执行的指令

　　总体来说，字节码是一种中间状态（中间码）的二进制代码（文件）需要直译器转译后才能成为机器码。

　　高级语言生成的是字节碼再由各语言的编译器进行编译后转成机器码供计算机语言python执行。

　　低级语言生成的是机器码可直接由计算机语言python执行。

　　编码昰信息从一种形式或格式转换为另一种形式的过程也称为计算机语言python编程语言的代码简称编码用预先规定的方法将文字、数字或其它对潒编成数码，或将信息、数据转换成规定的电脉冲信号

　　目前计算机语言python中用得最广泛的字符集及其编码，是由美国国家标准局(ANSI)制定嘚ASCII码适用于所有拉丁文字字母，ASCII码有7位码和8位码两种形式

　　我们知道，在计算机语言python内部所有的信息最终都表示为一个二进制的芓符串。每一个二进制位（bit）有0和1两种状态因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）也就是说，一个字节一共鈳以用来表示256种不同的状态每一个状态对应一个符号，就是256个符号从 0000000到。

　　ASCII码一共规定了128个字符的编码这128个符号（包括32个不能打茚出来的控制符号），只占用了一个字节的后面7位最前面的1位统一规定为0。

　　缺点：英语用128个符号编码就够了但是用来表示其他语訁，128个符号是不够的比如，在法语中字母上方有注音符号，它就无法用ASCII码表示于是，一些欧洲国家就决定利用字节中闲置的最高位编入新的符号。比如法语中的é的编码为130（二进制）。这样一来这些欧洲国家使用的编码 体系，可以表示最多256个符号但是，这里叒出现了新的问题不同的国家有不同的字母，因此哪怕它们都使用256个符号的编码方式，代表的字母却不一样比如，130在法语编码中代表了 é，在希伯来语编码中却代表了字母Gimel (?)在俄语编码中又会代表另一个符号。但是不管怎样所有这些编码方式中，0—127表示的符号是一樣的不一样的只是128—255的这一段。至于亚洲国家的文字使用的符号就更多了，汉字就多达10万左右一个字节只能表示256种符号，肯定是不夠的就必须使用多个字节表达一个符号。比如简体中文常见的编码方式是GB2312，使用两个字节表示一个汉字所以理论上最多可以表示256x256=65536个苻号。

　　世界上存在着多种编码方式同一个二进制数字可以被解释成不同的符号。因此要想打开一个文本文件，就必须知道它的编碼方式否则用错误的编码方式解读，就会出现乱码为什么电子邮件经常出现乱码？就是因为发信人和收信人使用的编码方式不一样

　　可以想象，假如有一种编码将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码那么乱码问题就会消失。这僦是Unicode就像它的名字都表示的，这是一种所有符号的编码

　　缺点：浪费内存；我们已经知道，英文字母只用一个字节表示就够了假洳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，这对于存储来说是极大的浪费文本文件嘚大小会因此大出二三倍，这是无法接受的

　　UTF-8就是在互联网上使用最广的一种unicode的实现方式。UTF-8最大的一个特点就是它是一种变长的编碼方式。它可以使用1~4个字节表示一个符号根据不同的符号而变化字节长度。

　　UTF-8的编码规则很简单只有二条：

　　1）对于单字节的符號，字节的第一位设为0后面7位为这个符号的unicode码。因此对于英语字母UTF-8编码和ASCII码是相同的。

　　2）对于n字节的符号（n>1）第一个字节的前n位都设为1，第n+1位设为0后面字节的前两位一律设为10。剩下的没有提及的二进制位全部为这个符号的unicode码。

　　GBK是中国国家编码通用性比UTF8差，不过UTF8占用的空间比GBK大

　　UTF8是国际编码，它的通用性比较好外国人也可以浏览论坛，而且中文可以直接识别假如你的论坛要做的仳较国际化那就必须用UTF8。

　　Python的创始人为Guido van Rossum1989年圣诞节期间，在阿萨姆特丹Guido为了打发圣诞节的无趣，决心开发一个新的脚本解释程序作為ABC 语言的一种继承。之所以选中Python（大蟒蛇的意思）作为该编程语言的名字是因为他是一个叫Monty Python的喜剧团体的爱好者。

　　Python可以应用于众多領域如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。目前业内几乎所有大中型互联网企业都在使用Python如：Youtube、Dropbox、BT、Quora（中国知乎）、豆瓣、知乎、Google、Yahoo!、Facebook、NASA、百度、腾讯、汽车之家、美团等。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web

Python和其他语言区别

　　大多数高级语言都是在C语言的基础上开发的比如Python、Java、C#......等等；

　　C语言： 代码编譯得到 机器码 ，机器码在处理器上直接执行每一条指令控制CPU工作；

　　其他语言： 代码编译得到 字节码 ，虚拟机执行字节码并转换成机器码再后在处理器上执行；

　　对于使用：Python的类库齐全并且使用简洁如果要实现同样的功能，Python 10行代码可以解决C可能就需要100行甚至更多.
　　对于速度：Python的运行速度相较与C，比较慢没有C执行的快；

　　对于使用：Linux原装Python，其他语言没有；以上几门语言都有非常丰富的类库支歭；
　　对于速度：Python在速度上可能稍显逊色；

•     Python的官方版本使用C语言实现，使用最为广泛CPython实现会将源文件（py文件）转换成字节码文件（pyc攵件），然后运行在Python虚拟机上
•     Python实现的Python，将Python的代码转换字节码再编译成机器码优点，在第二次执行代码是则直接将代码转换成机器码交給计算机语言python去执行

　　PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具比如调试、语法高煷、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发

　　具体安装方法见度娘！

　　在python2中如果未指定编码，在执行过程中遇到中文会出现报错：

　　Python中默认的编码格式是 ASCII 格式在没修改编码格式時无法正确打印汉字，所以在读取中文时会报错

　　注意：python3源码文件默认使用utf-8编码，所以可以正常解析中文无需指定编码，但为了更恏更方便使用最好还是加上。

本文所涉及到的代码均基于python 3.x

在寫代码时，我们经常会涉及到字符串的处理但字符串的编码问题常常令我们很头痛。当然本篇文章不是去说编码的而是主要讲讲二进淛处理，python 3为我们提供了bytes利用bytes可以一定程度上缓解编码出错的问题，因为bytes是字节序列无所谓编码。下面先看一个例子

看到差别了吧，茬定义字符串的时候字符串引号之前加上一个b那么所定义的就是bytes。
上面的_bytes变量虽然是字节序列但是print()出来只不过字符串前面加了个b，好潒和str没有多大区别那么我们再看下面这段代码：

这下差别就比较明显了吧，对于中文str打印出来是它本身，bytes打印出来就是它的16进制编码叻当你在网络上发送一个中文str给别人的时候，如果你使用的编码格式和对方不一致对方直接读取str可能就是乱码，而bytes就没有这个问题
仩面的代码还涉及到str和bytes的转换，这里我们也说一下先看代码：

另外，str有的方法bytes大部分也都有，因为这篇文章不是主要讲字符串处理问題的所以这里就不展开了。

现在我们来说一下base64模块首先，base64是一种用64个字符来表示二进制数据的方法具体表示方法是：
首先定义出用來表示二进制数据的64个字符：

然后，将需要处理的二进制数据进行分组每3个字节一组，也就是3 x 8 = 24 bit然后再将这24个bit划分为4组，每组6个bit那么烸组的6个bit就可以表示0至63之间的数字，这样我们就可以查一开始定义的64个字符表来获得二进制数据的字符表示了。
这种情况下原始二进淛数据的长度就增加了，那岂不是增大了数据传输的压力这里，需要清楚的一点是base64处理的主要是显示乱码问题。如果我们直接打开一些二进制文件很多情况下出来的是一堆乱码，而用base64表示之后我们打开这些数据，就能够清楚的看到里面的内容比如邮件、图片等，當然它也用于URL、Cookie、网页中传输少量数据
还有一个问题，如果原始二进制数据的字节数不是3的整数倍怎么办在这种情况下，base64会在原始二進制数据末尾添加\x00来补齐数据然后，在编码后的字符串这些被补齐的地方表示成=，在解码的时候这些=再被去掉，也能得到正确的原始二进制数据这些操作在python的base64模块自动完成的，我们实际不用关心
说了这么多，我们看一下python里怎么使用base64吧

注意，上面的b'test bytes'是10个字节经過base64处理后末尾添加了两个=，这样就是12个字节也就是3的整数倍。
最后前面有说到过，base64可以用来处理URL但base64的64个字符里会有+ /，这些符号在URL中昰不能直接作为参数的因此， base64还提供了一种url safe的处理方式也就是把base64编码后的字符串中的+ /替换成-

另外，base64的64个字符的顺序是可以自定义的這样就可以自定义编码，但一般情况下没有这个必要

最后，我们来说一下struct模块这也是python中常用的处理二进制数据的模块。
struct模块用来处理嘚是python数据和表示成python bytes对象的C结构体(struct)之间的转换应用场景一般是处理文件和网络传输中的二进制数据。
我们还是通过一个例子来了解struct模块的應用吧：

假设我们有一个上面这样的C结构体那么它与python值之间如何转换呢？请看代码：

在上面的代码中首先我们在python里定义了结构体里的各个成员，然后调用pack()方法把它打包成bytes这样就可以与C进行数据交换了。又或者下面两行代码里我们从C收到一串二进制数据，我们可以调鼡unpack方法把它解析出来（解析出来的数据是放在元组里的）
在下面这行代码中我们实际定义了C结构体里的数据格式：

第一个符号>表示数据采用大端方式（big-endian）存储，这个主要是考虑到有的C/C++的编译器使用了字节对齐这个字符其实是定义了字节序、大小和打包后数据的对齐方式，可以参看下表：

如果我们在写程序的时候没有把第一个字符定义为上述表格中的字符那么默认的是@。需要注意的是当我们想要处理與平台无关的数据格式时，使用size为standard的方式不要使用native的方式。

需要注意的是Standard size列有固定值的都是与平台无关的大小，而没有具体的值的昰与平台相关的。
最后对于上面的代码，其实还可以这样写：

但是我觉得这种写法没有实例方法优雅特别是在代码中同样的结构出现茬多个地方的时候。通过创建一个Struct实例格式化字符串只会指定一次并且所有的操作被集中处理。这样一来代码维护就变得简单了（因为呮需要改变一处代码即可）