首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

显示时未转换Unicode

显示时未转换Unicode是Unicode字符的一种显示状态,表示字符在显示时没有进行转换。在Unicode字符集中,字符可能会有多种显示形式,但并不是所有的字符都有多种显示形式,因此有些字符在显示时可能无法被正确显示。如果一个字符没有对应的Unicode显示形式,那么它可能会被映射到其他字符的显示形式,或者根本就不会被显示。在Unicode字符集中,每个字符都有一个Unicode代码,用于表示字符的编码,而每个字符的显示形式则是由Unicode转义序列来表示的。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

Python学习笔记整理(四)Pytho

字符串是一个有序的字符集合,用于存储和表现基于文本的信息。 常见的字符串常量和表达式 T1=‘’ 空字符串 T2="diege's" 双引号 T3="""...""" 三重引号块 T4=r'\temp\diege' Raw字符串 抑制(取消)转义,完全打印\tmp\diege,而没有制表符 T5=u’diege' Unicode字符串 T1+T2     合并 T1*3    重复 T2[i]    索引 T2[i:j] 分片 len(T2)  求长 "a %s parrot "% type 字符串格式化 T2.find('ie') 字符串方法调用:搜索 T2.rstrip() 字符串方法调用:移除空格 T2.replace('ie','efk') 字符串方法调用:替换 T2.split(',') 字符串方法调用:分割 T2.isdigit() 字符串方法调用:内容测试 T2.lower() 字符串方法调用:大写转换为小写 for x in T2:  迭代 'ie' in T2 成员关系 一、字符串常量 1、单双引号字符串是一样 Python自动在任意表达式中合并相邻的字符串常量。尽管可以在他们之间增加+操作符来明确表示这是一个合并操作。 >>> T2="Test " 'for ' "diege" >>> T2 'Test for diege' >>> T2="Test "+'for '+"diege"  >>> T2 'Test for diege' 不能在字符串之间增加逗号来连接,这样会创建一个元组而不是字符串。python倾向于打印所有这些形式字符串为单引号,除非字符串内有了单引号。 不过也可以通过反斜杠转义嵌入引号 >>> T2="Test "+'for '+"diege's" >>> T2 "Test for diege's" >>> 'diege\'s' "diege's" 2、用转义序列代表特殊字节 \newline     忽视(连续) \\        反斜杠(保留\) \'        单引号(保留') \"        双引号(保留”) \n         换行 \f        换页 \t         水平制表符 \v         垂直制表符 \b        倒退 前的字符没有了 \a        响铃 \r        返回 前面的字符没有了 \N{id}        Unicode数据库ID \uhhhh        Unicode16位的十六进制值 \Uhhhh        Unicode32位的十六进制值 \xhh        十六进制值 \ooo        八进制值 \0        NULL (不是字符串结尾) \other        不转义(保留) 3、字符串抑制转义 myfile=open('C:\new\text.data','w') 这个调用会尝试打开C:(换行)ew(制表符)ext.data的文件,而不是期待的结果。 解决办法,使用raw字符串。如果字母r(大写或者小写)出现在字符串的第一个引号前面,它会关闭转义机制。 myfile=open(r'C:\new\text.data','w')‘ 另外一个办法就是把\转义 myfile=open('C:\\new\\text.data','w')‘ 4、三重引号编写多行字符串块 块字符串,编写多行文本数据便捷语法。 这个形式以三重引号开始(单双引号都可以),并紧跟任意行的数的代码,并且以开头同样的三重引号结尾。嵌入这个字符串文本中的单引号双引号也会但不是必须转义。三重引号字符串也常用在开发过程中作为一个种***风格的方法去废除一些代码。如果希望让一些代码不工作,之后再次运行代码,可以简单地在这几行前,后加入三重引号 X=10 """ import os print os.getcwd() """ Y=19 5、字符串编码更大的字符集 Unicode字符串有时称为“宽”字符串。因为每个字符串也许在内存会占用大于一个字节的空间。 Unicode字符串典型的应用于支持国际化的应用(i18) 通过在开头的引号前增加字母u(大小写都可以)编写一个Unicode字符串。 >>> T9=u'diege'  #这种语法产生了一个unicode字符串对象。 >>> T9 u'diege' >>> type(T9) <type 'unicode'> Python中允许表达式自由地混合Unicode字符串和一般字符串。并将混合类型的结果转为Unicode。 Unicode字符串也可以合并,索引,分片。通过re模块进行匹配,并且不能够进行实地修改

01

字符编码笔记:ASCII,Unicode和UTF-8

很久很久以前,有一群人,他们决定用8个可以开合的晶体管来组合成不同的状态,以表示世界上的万物。他们看到8个开关状态是好的,于是他们把这称为"字节"。 再后来,他们又做了一些可以处理这些字节的机器,机器开动了,可以用字节来组合出很多状态,状态开始变来变去。他们看到这样是好的,于是它们就这机器称为"计算机"。 开始计算机只在美国用。八位的字节一共可以组合出256(2的8次方)种不同的状态。 他们把其中的编号从0开始的32种状态分别规定了特殊的用途,一但终端、打印机遇上约定好的这些字节被传过来时,就要做一些约定的动作。遇上00x10,终端就换行,遇上0x07,终端就向人们嘟嘟叫,例如遇上0x1b,打印机就打印反白的字,或者终端就用彩色显示字母。他们看到这样很好,于是就把这些0x20以下的字节状态称为"控制码"。 他们又把所有的空格、标点符号、数字、大小写字母分别用连续的字节状态表示,一直编到了第127号,这样计算机就可以用不同字节来存储英语的文字了。大家看到这样,都感觉很好,于是大家都把这个方案叫做 ANSI 的"ASCII"编码(American Standard Code for Information Interchange,美国信息互换标准代码)。当时世界上所有的计算机都用同样的ASCII方案来保存英文文字。 后来,就像建造巴比伦塔一样,世界各地的都开始使用计算机,但是很多国家用的不是英文,他们的字母里有许多是ASCII里没有的,为了可以在计算机保存他们的文字,他们决定采用127号之后的空位来表示这些新的字母、符号,还加入了很多画表格时需要用下到的横线、竖线、交叉等形状,一直把序号编到了最后一个状态255。从128到255这一页的字符集被称"扩展字符集"。从此之后,贪婪的人类再没有新的状态可以用了,美帝国主义可能没有想到还有第三世界国家的人们也希望可以用到计算机吧! 等中国人们得到计算机时,已经没有可以利用的字节状态来表示汉字,况且有6000多个常用汉字需要保存呢。但是这难不倒智慧的中国人民,我们不客气地把那些127号之后的奇异符号们直接取消掉,规定:一个小于127的字符的意义与原来相同,但两个大于127的字符连在一起时,就表示一个汉字,前面的一个字节(他称之为高字节)从0xA1用到0xF7,后面一个字节(低字节)从0xA1到0xFE,这样我们就可以组合出大约7000多个简体汉字了。在这些编码里,我们还把数学符号、罗马希腊的字母、日文的假名们都编进去了,连在 ASCII 里本来就有的数字、标点、字母都统统重新编了两个字节长的编码,这就是常说的"全角"字符,而原来在127号以下的那些就叫"半角"字符了。 中国人民看到这样很不错,于是就把这种汉字方案叫做 "GB2312"。GB2312 是对 ASCII 的中文扩展。 但是中国的汉字太多了,我们很快就就发现有许多人的人名没有办法在这里打出来,特别是某些很会麻烦别人的国家领导人。于是我们不得不继续把 GB2312 没有用到的码位找出来老实不客气地用上。 后来还是不够用,于是干脆不再要求低字节一定是127号之后的内码,只要第一个字节是大于127就固定表示这是一个汉字的开始,不管后面跟的是不是扩展字符集里的内容。结果扩展之后的编码方案被称为 GBK 标准,GBK 包括了 GB2312 的所有内容,同时又增加了近20000个新的汉字(包括繁体字)和符号。 后来少数民族也要用电脑了,于是我们再扩展,又加了几千个新的少数民族的字,GBK 扩成了 GB18030。从此之后,中华民族的文化就可以在计算机时代中传承了。 中国的程序员们看到这一系列汉字编码的标准是好的,于是通称他们叫做 "DBCS"(Double Byte Charecter Set 双字节字符集)。在DBCS系列标准里,最大的特点是两字节长的汉字字符和一字节长的英文字符并存于同一套编码方案里,因此他们写的程序为了支持中文处理,必须要注意字串里的每一个字节的值,如果这个值是大于127的,那么就认为一个双字节字符集里的字符出现了。那时候凡是受过加持,会编程的计算机僧侣们都要每天念下面这个咒语数百遍: "一个汉字算两个英文字符!一个汉字算两个英文字符......" 因为当时各个国家都像中国这样搞出一套自己的编码标准,结果互相之间谁也不懂谁的编码,谁也不支持别人的编码,连大陆和台湾这样只相隔了150海里,使用着同一种语言的兄弟地区,也分别采用了不同的 DBCS 编码方案——当时的中国人想让电脑显示汉字,就必须装上一个"汉字系统",专门用来处理汉字的显示、输入的问题,但是那个台湾的愚昧封建人士写的算命程序就必须加装另一套支持 BIG5 编码的什么"倚天汉字系统"才可以用,装错了字符系统,显示就会乱了套!这怎么办?而且世界民族之林中还有那些一时用不上电脑的穷苦人民,他们的文字又怎么办? 真是计算机的巴比伦塔命

01
领券