Python | 文本编码

一、文本编码

文本文件存储的内容是基于字符编码的文件，常见的编码有ASCII码、UNICODE编码等

1、ASCII编码

一个ASCII编码在内存中占用1个字节的空间，计算机中只有256个ASCII字符 (2的8次方) 

2、UNICODE编码

计算机中使用1-6个字节来表示一个UTF-8字符，涵盖了地球上几乎所有地区的文字

大多数汉字会使用3个字节标识

UTF-8是UNICODE的一种编码格式 

<python2默认使用ASCII，python3默认使用UNICODE>

如何在python2中使用中文？

在文件的第一行增加：

# *-* coding:utf8 *-*

3、unicode字符串

在python2中，即使指定了文件使用utf-8编码格式，但是在遍历字符串时，仍然会以字节为单位遍历字符串，而大多数中文会使用3个字节来标识。

要能够正确遍历字符串，在定义字符串时，需要在字符串的引号前面，增加一个小写字母 u，告诉解释器这是一个unicode字符串。