05字符串的编码

字符串的编码

时隔多日，我又回来了，一名开学满课的工科狗只能常常断更[doge]再加上今天要分享的内容，有点难度 难道，我会告诉你其实是我太菜，所以要花几天时间去弄清楚？
而且这个内容有点多，所以我计划用两篇文章的篇幅去阐述。难道，我又会告诉你，其实是作者很懒，满脑子只想着要如何水文章？
那么这东西，究竟是个什么东西呢？如果大家还记得上一篇的内容的话，那应该是不会忘记，数据类型包括的其中一种类型就是——字符串类型。那这个字符串（str）为什么又要单独拿出来讲一下呢？
因为这东西，实在是有点特殊，特殊在哪呢？字符串存在这一个令人头大不已的问题——编码问题
众所周知计算机只能处理数字。而如果计算机要处理文本内容，那首先就要把文本转换为数字那么计算机才能继续处理并且输出我们想要输出的内容。
而这个转化的过程就是我们今天要讨论的编码问题。
首先请允许我来引入几个名词，或者说是概念吧。

字符单位

比特（bit） 字节（byte）
编码类型
ASCII编码 Unicode编码 UTF-8编码

好，大家先知道有这些名词，接下来就然我们一起来看看，这几个词所包含的含义是什么。（看过我前几篇文章的伙计们都应该非常清楚这种解释类的环节时，作者的保留节目是啥了[doge]）

最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。
由于计算机是美国人发明的，因此，最早只有127个字符被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。

但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。但是大家想一下，要是每个国家都制定一套自己国家标准的编码类型，那计算机技术岂不是不能进行很好的交流了？所以怎么办呢？
因此，在这种时候**Unicode字符集（也就是Unicode编码类型）**应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。
ASCII编码是1个字节，而Unicode编码通常是2个字节。
我们先来看一个表格：

从这个表格中，我们可以看出ASCII编码是不能够编译中文的字符的，而在中英文字符的处理上，很明显如果我们在一篇全英文的文本中用Unicode编码进行处理的话，要求计算机的储存空间又要求要加倍了。

所以,又出现了把Unicode编码转化为“可变长编码”的UTF-8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。而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：

所以我们现在可以知道了三种编码之间的关系(ASCII，Unicode，UTF-8)
我们举出两个例子:
记事本中的编码转换

网上冲浪时的编码转换

讲到这里相信大家已经对字符串的编码转换有了一定程度的了解了.至于在Python中如何体现,我们下一篇文章继续你以为作者会告诉你,他会在这个编码问题上水两篇文章???[doge]
那么我们,很快再见
别催,大一狗没课的时候会写的
oge]
那么我们,很快再见
别催,大一狗没课的时候会写的