Python字符串的编码

Python字符串的编码

讲python字符串编码之前，先讲讲编码

编码

什么是编码？

因为计算机只能处理数字，而如果想要处理文本，就要把文本转换成数字才能进行处理，在最早之前的计算机在涉及时采用8个位(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。比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。

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ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。

但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。

你可以想得到的是，全世界有上百种语言，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。

所以Unicode字符集就出现了，Unicode把所有的语言（汉语，韩语，日语所有世界上的语言）都统一到一套编码里，这样就再也不会出现乱码问题

Unicode标准也在不断发展，但最常用的是UCS-16编码，用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。

现在，捋一捋ASCII编码和Unicode编码的区别：ASCII编码是1个字节，而Unicode编码通常是2个字节。

字母A用ASCII编码是十进制的65，二进制的01000001；

字符0<