- 關于字符編碼
* Python 2.x默認用ascii編碼， Python 3.x默認用utf-8編碼
* 1Byte = 8bit，也就是8位，所以1字節最大可以表示的數就是 0b11111111 = 0xff = 255
* 剛開始，ascii用1Byte的七位表示，最多可以表示2**7 = 128個字符，其中0-31及127為通信專用字符，其他為可顯示字符。這些包括了英語使用的全部字符。后來其他文字，使用了后邊的128個字符，稱為擴展字符（擴展ascii碼）。
* 但是中文等其他的這么多不夠用啊，于是嘗試用2Byte2表示一個字符，叫做DBCS（雙字節編碼方案）
* 最終，美國人提出一種標準，用來展示所有國家的字符，就是***unicode***
* unicode就像是一個電話本，標記著字符和數字之間的映射，例如用Python的函數ord("中")顯示出其對應的數字是 20013，使用chr()可以顯示出某個數字對應的字符
* Unicode并不涉及字符是怎么在字節中表示的，它僅僅指定了字符對應的數字，僅此而已。
他對支持字符的數量沒有限制，也不要求字符必須占兩個或者三個或者其他任意字節。
* utf-8和utf-16是兩個最流行的unicode編碼
* utf-8中，0-127使用1個字節，127以上使用2個，3個或者4個字節表示，能兼容us-ascii
* ###utf-8的原理
1. 單字節的字符，第一位設為0， 對于英文文本，utf-8只占一個字節，和ascii完全相同
2. n個字節的字符（n大于0）， 第一個字節的前n為設為1，第n+1位設為0，后邊字節的前兩位都設為10，這n個字節的其他位填充為該字符的Unicode碼，高位0補足
參考 知乎，學點編碼知識又不會死
* python3 用bytes("中文", encoding="utf-8")可以獲取到對應的編碼
- Python關于字符編碼的函數
1. ord(char)
獲取char對應的unicode映射值
2. chr(pos)
獲取pos對應的unicode字符
3. bytes(string, encoding="encode")
用encoding解碼string
4. bin(num)
獲取num對應的二進制
5. hex(num)
獲取num對應的十六進制
6. int(num, base=16)
獲取num對應的10進制，base為其原來的進制
7. oct(num)
獲取num對應的八進制
-
自定義函數
a = byte("中文", encoding="utf-8") # b'\xe4\xb8\xad\xe6\x96\x87'
# 可以看出utf-8中，一個漢字占3個字節
print(a[0]) # 228 即 int(0xe4)
# \xae是utf-8編碼的形式，\x后跟兩位的16進制代表一個字節#中文轉二進制
