字符编码学习记录

1、字节

• 1字节（byte）=8比特（bit）；
• 一个字节能表示的最大数字是2^8-1=255；
• 一个英文字母是一个字符；
• 一个汉字是一个字符；

2、编码

• ASCII编码，占1个字节，美国使用，只有127个字符，包括大小写英文字母、数字和符号，例如大写字母A编码为65，小写字母z编码为122；
• 中国的中文编码为GB2312，一个汉字占用2个字节；
• 日本的日文编码为Shift_JIS；
• 韩国的韩文编码为Euc-kr；

在多语言混合的文本中，会显示乱码

• Unicode编码把所有语言都统一到一套编码里，一般有2个字节；
• UTF-8编码，可变长编码，把一个Unicode字符根据不同的数字大小编码成1-6个字节，节省空间，英文字母占用1个字节，常用汉字占用3个字节，生僻的字符占用4-6个字节；

ASCII可以看做UTF-8的一部分

3、现在计算机系统通用的字符编码工作方式：

• 在内存中以Unicode形式存在，在硬盘中以UTF-8形式存在；

• 在python中用ord()函数和chr()函数转换字符和编码；
  例如（python3）：

import sys
print(ord('A'