本文共 3165 字，大约阅读时间需要 10 分钟。

笔记14 笨办法中折磨人的习题ex23.py，人类语言与计算机语言

开始学习习题23了，但为了那个languages.text的下载，费了老大劲好像还是没有下载全。后来载下来了，那个代码文件录下来，却怎么也不能在ps中执行。检查了无数次，执行了无数次，每次都是最后一行代码中的languages未予定义。今天的一整天奉献给了这个ex23.py，看来只能缴械投降，学一点有关字节串和字符串，有关编码语言标准的东西，也就是人类语言与计算机的东西了。这也很有意义，后面还有大把的练习可以做，来点理论与历史的武装吧。

不过，今天有高手给我回复，好像给了我勇气，右重新检查ex23.py，也许是昨天的路径有误，今天复查后，改正了两个地方，立刻就顺利执行了。 练习ex23.py

在这里插入代码片import sysscript, encoding, error = sys.argvdef main(language_file, encoding, errors):    line = language_file.readline()    if line:        print_line(line, encoding, errors)        return main(language_file, encoding, errors)def print_line(line, encoding, errors):    next_lang = line.strip()    raw_bytes = next_lang.encode(encoding, errors = errors)    cooked_string = raw_bytes.decode(encoding, errors = errors)    print(raw_bytes, "<===>", cooked_string)languages = open("languages.txt", encoding = "utf-8")main(languages, encoding, error)

Ps中执行后的一部分结果

b'' <==> b'
   ' <==> 
   b'
   ' <==> 
   b'' <==>b'
   ' <==> 
   b'
   ' <==> 
   b'
   ' <==> 
   b'
   ' <==> 
   b'
   ' <==> 
   b'
   ' <==> 
   b'
   ' <==> 
   b'' <==>b'' <==>b'' <==>b'
   ' <==> 
   b'' <==>b'
   ' <==> 
   b'' <==>b'' <==>b'' <==>

算是把这个ex23做通了，让人轻松了很多。

继续谈谈语言。 我们人类集体创造了自然语言，几乎是无数种的自然语言。自然，最为流行的就是那些人口基数大，使用范围广，或者影响力大的自然语言，例如英、法、德、西班牙、葡萄牙、日本、俄罗斯语，还有中文等自然语言。 科学的诞生，又使得很多学科都有一些属于学科范围内的专业术语。这样，在自然语言的基础上又有了许多专业性的人工语言，逻辑学就有自己的人工语言。由英国人布尔和德国人弗雷格开创的现代逻辑，就是一套属于自己学科的人工语言描述的，例如命题逻辑的语言，谓词逻辑的语言等等。 计算机的奠基人之一，诺依曼曾说过一句话，称人脑的语言不是数学的语言，这个人脑的语言应该指的就是自然语言，它不数学，应该也不逻辑。但因为有人工语言的出现，大概也就把自然语言不大合逻辑的特性给克服了一些。 而当真正的计算机在20世纪的40年代产生之后，计算机，其实应该称电子计算机，也称诺伊曼结构的计算机，也就有了自己的语言。这个语言如今称作计算机语言，或者称编程语言。 编程语言历史不过半个多世纪，但也像自然语言一样，多种多样，千姿百态。似乎是，具有自身语言的计算机也确实和人类有得一拼，计算机有了自己的语言之后，仿佛就越来越把它自身人造的特征造得和人越来越近，于是就有了机器人，有了人工智能。且在很多领域超越自然人，这些机器，现在既是人类的帮手，也有可能成为威胁自然人的异类。 至少，那些有智慧的机器人，对于自然人的就业就是一个很大的威胁。好在机器人还是需要自然人的编程才会工作，所以一个既有自然语言能力，又有机器语言能力的人，大概有更强有力的生存竞争物竞天择的本领。这个随议很是有趣，但非本文主题，我们还是转到计算机的编程语言中来吧。 自然语言好像不用分层，最多也只有一个模糊的文雅粗俗之分，断没有底层高级之分。计算机则至少有两个层次的语言，一个是在存储层面的，如同人脑的记忆机构一样；一个是计算机操作层面的，大概和人使用自然语言相似。存储层面的计算机语言，就是所谓的机器语言或者汇编语言（assemble language）。这种语言实际上是布尔逻辑值在机器上的使用，是人把计算机当作一个电子机器，有启动和停机两种基本操作模式，这大概也是计算机称作电子计算机的原因吧。 如同教材所言： 它们（指计算机）根本上就是一个巨大的开关阵列。计算机用电来触发这些开关的开启或关闭。用1表示开，用0表示关。 计算机然后用0和1来编码出无数的数字，因为数字的进位有各种制式，其中的八进位制式是最常用，并且是最经济的。于是在上世纪的50年代，产生了计算机语言的第一个约定ASCII(American Standard Code for Information Interchange用于信息交换的美国标准编码)。 这个约定构成了计算机的底层语言，我们由此就可以把8个位（bit）编码一个字符。这就产生了两个计算机语言的术语，一个是字符（character），一个是字节（byte）。 但这个约定只满足欧美文字的需要，随着计算机在全世界的逐渐普及。同时也因为信息技术在上个世纪下半叶的迅猛发展，不仅是欧美语言，更多的信息源成为计算机的处理对象。美国人再一次意识到，他们应该提出一种标准方案来展示世界上所有语言的所有字符，为这个全球化的目的，Unicode诞生了，1991年出现满足这个目的的万国码Unicode(universal encoding)，它可以用32位来编码字符。这样的容量扩充，可以装得下全世界所有的语言，用教材的话说：再装一堆外星人语言也不是不够。 不过，32位是四个字节，它对文本的构造和传输会是一个巨大浪费。十多年之后，又是美国人，把这个标准进一步提升，由Ken Thompson和Rob Pike，1983年图灵奖得主，共同推出了新的编码传输标准。这就是UTF-8（8-bit Unicode Transformation Format）。 Ken Thompson照片 Rob Pike照片 于是我们就有了另外一个有关编码的约定，一种压缩编码的方式，它针对常见字符使用8位，需要的时候再去使用16位或者32位。我们所学的这个python语言，运用的就是这个UTF-8标准。 运用这个utf-8标准，我们在计算机上可以做两个方向上的工作。一个方向是解剖输出，一个方向是解剖代码。这两方面的工作，我好像还是刚刚接触，只浅显地知道教材告诉我的两个专业术语。一个是解码字符串，英文名：decode bytes，这个解码字符串是要求主体把字节串转成字符串“from byte to string”。另一个是编码字符串，英文名：encode strings，这个编码字符串是要求主体把字符串转换成字节串。 大概是，一个是把字符串从计算机底层输出，另一个则是把字符串变成字节串存储到计算机之中吧。2020/04/15

转载地址：http://fgjg.baihongyu.com/