从ord()中对Unicode编码的理解

刚开始学习编程的时候，老对字符串编码的理解模模糊糊。也一直看这方便的资料，今天在看Dive in python时，突然有了新的理解（不知道是否正确）。

Python有个built-in函数ord()，返回一个字符的unicode值。这个函数并没有其他参数，那就是说，给定一个字符，就会有一个特定值对应。跟具体编码（utf-8，utf-16，gb2312）无关。

我之前错误的理解是：每套编码都有自己的对应表。

现在看来，unicode标准囊括了世界上所有的字符，每个字符都有对应的unicode值。

 

我所谓的编码，比如utf8, utf16, gb2312等等，其实只是在保存到磁盘或者通过网络传输时，序列化成二进制的方式而已，跟字符的unicode值毫无关系。

 

utf-32用4字节保存一个字符，虽然浪费空间，但是从二进制解析（decode）成字符的时候，速度肯定比utf8快，因为每四个字节表示一个字符，在一个流中查找特定位置的字符肯定要快, O(1)。

utf-8变长保存，虽然节省了空间，但是查找特定位置字符比较困难，时间效率是O(n)

转载于:https://www.cnblogs.com/junejs/p/4413644.html