一、字符集 (相当于映射规则)
一堆字符的集合,是用来映射存储字符的,将字符映射成二进制在计算机中存储。
1. ASCII编码:127个字母 8个数据位足够存储字母、数字、符号
ord(“a”)可以打印出a的ASCII码
2. GB2312编码 中国 两个字节16个数据
3. unicode编码 定长存储(有点浪费资源)
将所有语言都统一到一套编码集,通常使用两个字节16位,有的是4个字节
4. Utf-8 变长存储
英文字符使用1个字节,沿用原来的ASCII码
中文存储使用3个字节
在python中,字节使用ASCII编码集,字符使用的unicode编码集
二、unicode 和 utf-8
1. unicode编码
十六进制就是unicode编码,在每个字节前面加\u
想要打印出“中”可以用以下方式:
2. utf-8编码
使用字符串下的encode方法获得
在每个字节前面加\x
unicode码实际上可以看成utf-8编码的一部分,大量支持unicode编码的历史软件仍然可以在utf-8下使用
3. Unicode
(1)在计算机内存中统一使用unicode编码,当需要保存到硬盘,或者传输的时候,会转换成utf-8
(2)浏览网页的时候,服务器会把动态生成的unicode内容转换成utf-8模式传输到浏览器