標籤:python 2.7
我們在上一節提到,用中文全形符號會報錯,所以在這一節中,為大家講解一下Python的編碼。
大家都知道,世界上第一台電腦是美國研發出來的,當時美國人也沒想到這種東西會遍布全世界,所以他們電腦預設的編碼格式是ascii。
ascii
ASCII(American Standard Code for Information Interchange,美國資訊交換標準代碼)是基於拉丁字母的一套電腦編碼系統,主要用於顯示現代英語和其他西歐語言。它是現今最通用的單位元組編碼系統,並等同於國際標準ISO/IEC 646。
到現在,電腦已經遍布全球,而全球這麼多個國家,肯定會有很多語言,所以ascii已經不能滿足人們的需求了。這個時候就出現了一種相容多種語言的編碼格式 Unicode,也就是萬國碼。
Unicode
Unicode(統一碼、萬國碼、單一碼)是電腦科學領域裡的一項業界標準,包括字元集、編碼方案等。Unicode 是為瞭解決傳統的字元編碼方案的局限而產生的,它為每種語言中的每個字元設定了統一併且唯一的二進位編碼,以滿足跨語言、跨平台進行文本轉換、處理的要求。1990年開始研發,1994年正式公布。
UTF-8UTF-8(8-bit Unicode Transformation Format)是一種針對Unicode的可變長度字元編碼,又稱萬國碼。由Ken Thompson於1992年建立。現在已經標準化為RFC 3629。UTF-8用1到6個位元組編碼Unicode字元。用在網頁上可以統一頁面顯示中文簡體繁體及其它語言(如英文,日文,韓文)。
utf-8可以說是Unicode的最佳化版。
我們都知道一個字母是1個位元組,就是一個字母是8位,而Unicode使用16位表示位元組的,所以你即使不夠16位它都會在你前面補0補夠16位,這就意味著你用Unicode編寫字母的時候會浪費記憶體,而且拖慢了運行速度。而utf-8,它是一種變長的編碼方式。它可以使用1~4個位元組表示一個符號,根據不同的符號而變化位元組長度。
Python編碼格式