字符串和编码
字符串也是一种数据类型,但是,字符串比较特殊的是还有一个编码问题。
ASCII码
- 最早只有127个字符(大小写)
- ASCII编码是1个字节
GB2312编码(中国)……
unicode
- 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。
- Unicode编码通常是2个字节
如果你写的文本基本上全部是英文的话,用Unicode编码比ASCII编码需要多一倍的存储空间,在存储和传输上就十分不划算。
所以,本着节约的精神,又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。
UFT-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。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。
Python的字符串
- Python的字符串支持多语言
- 对于单个字符的编码,Python提供了ord()函数获取字符的整数表示,chr()函数把编码转换为对应的字符: