Python学习之编码理解篇

ASCII：计算机发明，最早编码

         8个比特（bit）作为一个字节（byte），最早只有127个字符编码到计算机中，也就是大小写英文字母、数字和一些符号。

GB2312：中国制定的编码，用来将中文编进去

Unicode：为了将各个国家的编码统一规范，防止语言不同产生乱码。

               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。

               Unicode编码的缺点：Unicode编码会比ASCII编码多出一倍的存储空间，在存储和传输上十分不划算

UTF-8编码：可变长编码。UTF-8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，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间，UTF-8编码有一个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。

 

现在计算机系统通用的字符编码工作方式：

在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。