这些关于编码的问题在之前的课本中都已经学过,不过细节不是很清楚了。现在来巩固一下:
1. ASC2
asc2是最早的编码。
美国人发明的东西,所以这种编码只是编了127个字符,包括大小写英文字母和一些符号。规则是一个字符编8bit,也就是说1B.
显而易见,这个东西太狭窄了,只能给美国人用。所以就出现了其他的编码方式。
2. GBK2312
GBK编码是针对中文的编码,每个汉字编成2B。
相同的,也有针对日文的编码Shift-JIS,针对韩文的编码EUC-kr。这样子来看,那么多种语言,难道要都来一套编码方式,那岂不是在Internet的世界要乱了套了?
所以,需要一种比较统一的编码。
3. Unicode
顾名思义,Unified Code,也有人叫万国码,就是一种统一的编码方式。普通字符是一个字符=2B,对于生僻的用4B。
统一是统一了,不过问题也很明显,Unicode占用空间比较大。
4. UTF-8
8-bit Unicode Transformation Format
这是一种变长的编码方式,就是为了节省空间。我们对出现概率大的英文1B,汉字3B,生僻4~6B。
5. 计算机中的使用
6. python 中的编码问题
python中的字符都是 unicode编码来的
# -*- coding: utf-8 -*-