字符編碼

Python 解釋器在加載.py文件中的代碼是，會對內(nèi)容進行編碼（默認ascII）

ASCII（American Standard Code for Iformation Interchange，美國標準信息交換代碼）是基于拉丁字母的一套電腦編碼系統(tǒng)，主要用于顯示現(xiàn)代英語和其他西歐語言，其最多只能用8位來表示（一個字節(jié)），即2**8=256-1,所以ASCII碼最多只能表示255個符號。

ASCII 字符代碼表 一

關(guān)于中文

為了處理漢字，程序員設(shè)計了用于簡體中文的GB2312和用于繁體中文的big5。

GB2312（1980年）一共收錄了7445個字符，包括6763個漢字和682個其他符號。漢子去的內(nèi)碼范圍高字節(jié)從B0-F7，低字節(jié)從A1-FE，占用的碼位是72*94=6768。其中有5個空位是D7FA-D7FE。

GB2312支持的漢字太少。1995年的漢字擴展規(guī)范GBK1.0收錄了21886個符號，他分為漢字區(qū)和圖文符號區(qū)。漢字區(qū)包括21003個字符。2000年的GB18030是取代GBK1.0的正式國家標準。該標準收收錄了27484個漢字，同時還收錄了藏文、蒙文、維吾爾文等主要的少數(shù)民族文字。現(xiàn)在的PC平臺必須支持GB18030，對嵌入式產(chǎn)品暫不作要求。所以手機、mp3只支持GB2312.

從ASCII、GB2312、GBK到GB18030，這些編碼方法是向下兼容的，即同一個字符在這些方案中總是有相同的編碼，后面的標準支持更多的字符。在這些編碼中，英文和中文可以統(tǒng)一地處理。區(qū)分中文編碼的方法是高字節(jié)的最高位不為0.按程序員的稱呼，GB2312、GBK到GB18030都屬于雙字節(jié)字符集（DBCS）。

有的中文Windows的缺省內(nèi)碼還是GBK，可以通過GB18030升級包升級到GB18030。不過GB18030相對GBK增加的字符，普通人是很難用到的，通常我們還是用GBK指代中文Windows內(nèi)碼。

顯然ASCII碼無法將世界上的各種文字和符號全部表示，所以，就需要新出一種可以代表所有字符和符號的編碼，即：Unicode

Unicode(統(tǒng)一碼，萬國碼，單一碼)是一種在計算機上使用的字符編碼，Unicode是為了解決傳統(tǒng)的字符編碼方案的局限而產(chǎn)生的，它為每種語言中的每個字符設(shè)定了統(tǒng)一并且唯一的二進制編碼，規(guī)定所有的字符和符號最少由16位來表示（2個字節(jié)），即：2**16=65536，

注：此處說的是最少2個字節(jié)，可能更多；

UTF-8，是對Unicode編碼的壓縮和優(yōu)化，他不再使用最少使用2個字節(jié)，而是將所有的字符和符號進行分類：

ascii碼中的內(nèi)容用1個字節(jié)保存、歐洲的字符用2個字節(jié)保存，東亞的字符用3個字節(jié)保存......

所以，Python解釋器在加載.py文件中的代碼時，會對內(nèi)容進行編碼（默認ascii），如果是如下代碼的話：

報錯：ascii碼無法表示中文

#！/usr/bin/env python

print("你好，世界")

　　改正：應(yīng)該顯示的告訴Python解釋器，用什么編碼來執(zhí)行源代碼，即：

#！/usr/bin/env python
#-*-coding:utf-8 -*-

print ("你好，世界")

注釋

當行注釋：# 被注釋內(nèi)容

多行注釋：'''被注釋內(nèi)容'''

總結(jié)

以上是生活随笔為你收集整理的字符编码与二进制的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。