字符編碼
- 計算機由于是美國人發明，因此只有127個字母編碼到計算機里，也就是大小寫英文字母、數字和一些符號。該表又稱為ASCII編碼
- 中國制定了GB2312編碼來進行中文的編進
- 由于各個國家的編碼復雜性，Unicode應運而生，Unicode將所有的語言都統一到一套編碼里面，這樣就不會在有亂碼出現。
- ASCII編碼和Unicode編碼的區別是：ASCII編碼是1個字節，而Unicode是通常是2個字節。
- 盡管Unicode將編碼統一了，亂碼問題消失了，但是如果基本都是英文的話，用Unicode編碼要比ASCII編碼多一倍的存儲空間，在存儲和傳輸上是否不劃算；因此又出現了降Unicode編碼轉化為“可變成編碼”UTF-8編碼。UTF-8編碼把一個Unicode字符根據不同的數字大小編碼成1-6個字節，常用的英文字母被編碼為1個字節，漢字通常是3個字節，只有很生僻的才編碼為4-6個字節。
- 現在計算機系統通用的字符編碼工作：在計算機內存中統一使用Unicode，而需要保存到硬盤或者傳輸的時候，就轉換為UTF-8編碼；
- 關系例子
| 字符 | ASCII | Unicode | UTF-8 |
|---|---|---|---|
| A | 0100000 | 000000001000001 | 01000001 |
| 中 | x | 01001110 00101101 | 11100100 10111000 10101101 |
Python字符串
- 在最新的Python3版本中，字符串是以Unicode編碼的，因此Python支持多種語言
- 對于單個字符的編碼，Python提供了
ord()函數獲取字符的整數表示，chr()函數把編碼轉換為對應的字符 - Python的字符串類型是str，在內存中以Unicode表示，一個字符對應若干個字節，如果要傳輸或者保存，需要將str轉換為字節為單位
bytes；對于bytes類型數據用帶b前綴的單引號或雙印好表示 - Pyhont提供
encode和decodel兩種方式進行字符編碼的轉換 -
len()函數計算str是字符數，計算bytes則為字節數 - 為了避免亂碼問題，應當時鐘堅持使用UTF-8編碼對str和bytes轉換
格式化
- Python的格式化方式和C語言保持一致用
%實現 - 字符串里面的
%是一個普通的字符則需要轉移用%%來表示%
總結
牢記采用UTF-8來編碼，亂碼將不再是問題，了解了ASCII、Unicode以及UTF-8的歷史不錯
