python 基础:编码方式

字符编码

之前的文章里面已经提到过,字符串是一种数据类型,这种数据类型涉及到一个很重要的知识——编码方式。

由于计算机本身只认识数字,处理文本时,就需要先把文本转换成数字才能处理。

那么我们现在用的看到的电脑上显示的其他字符,比如字母,文字,标点符号电脑是怎样识别的呢?

ASCII 码

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。

ASCII码编码方式,由于计算机是美国人发明的,因此,最早只有127个字符被编码到计算机里,也就是大小写英文字母、数字和一些符号,这个编码表被称为编码,比如大写字母的编码是,小写字母的编码是。对于他们来说这些字符基本上就够用了。

对于我们中国人,常用汉字都是几千个,这个ASCII就远远满足不了的,至少就需要两个字节(两个字节可以表示的最大整数是)。所以中国就制定了编码。

Unicode

对于其他的国家来说,也拥有自己的编码方式,这就有了一个新的问题,不可避免会出现冲突的情况,在多语言混合编辑中,经常出现乱码。

为了解决这个问题,Unicode产生了。把所有语言都统一到一套编码里,这样就不会再有乱码问题了。

UTF-8

解决了多语言乱码的问题,但是新的矛盾又产生了。

由于ASCII码是一个字节,是两个字节,如果编辑纯英文的文本使用就显得不划算,会占用多一倍的空间,不利于储存和传输。

所以,又出现了把编码转化为“可变长编码”的编码。编码把一个字符根据不同的数字大小编码成1-6个字节,常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符,用编码就能节省空间。

使用

在中,有两个方法,一个是编码,一个是解码。

是将字符串解码成 数据类型,正好相反,是将类型转换成字符串类型。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180322G1S3SN00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券