python快速入門-字符編碼
來源：
奇酷教育 發(fā)表于：
python快速入門-字符編碼。
計算機中顯示的文字都需要編碼格式的支持，否則你只能看到0、1組成的神秘序列
什么是編碼：
計算機出生之初僅僅為了計算，所以只有數(shù)字0、1
后來，計算機有了更多的訴求，希望能記錄更多的文字信息，但是計算機還是只認(rèn)識0、1怎么辦？
有人出了主意：讓數(shù)字0代表一個字，數(shù)字1代表一個字以此類推：
0--文字1
1--文字2
2--文字3
3--文字4
4--文字5
......
于是這樣的對照表就稱為編碼格式
編碼的變遷史：
早期計算機表示的數(shù)字很少：8位機時代 0-255 所以只能表示256個文字 ascii編碼格式/iso8859-1
chr(數(shù)字)可以將數(shù)字變?yōu)榇a表中的文字
print(chr(97))
計算機迅速傳入各個國家：中國出現(xiàn)了gbk(國標(biāo)碼) gb2312(簡體碼) big5(繁體碼)
亂碼時代：各個國家都有各自的編碼格式，那么計算機在傳輸后，就會亂碼：
例：
可以使用內(nèi)置函數(shù)ord(‘文字’)獲取文字的底層數(shù)據(jù)：
print(ord('中'))
“中”：底層數(shù)字是20013
但是可能韓文編碼下可能未對20013進行映射，那么就會顯示? 這就是亂碼！
大一統(tǒng)時代：unicode
unicode的出現(xiàn)讓亂碼亂象得到控制
unicode碼將幾乎所有文字都約束在它的編碼之下，世界使用一種碼，自然沒有亂碼
中文范圍:"\u4e00"--"\u9fa5"
print("\u4e2d")
現(xiàn)狀：utf-8
unicode作為國際統(tǒng)一碼，也叫雙字節(jié)編碼，不利于網(wǎng)絡(luò)傳輸，網(wǎng)絡(luò)大多流轉(zhuǎn)英文字符居多
so就出現(xiàn)了變種的unicode：utf-8:英文單字節(jié)，其他文字三字節(jié)。
為了世界不再亂碼，請用utf-8！！！
組碼：會得到一個bytes序列
字符串.encode(encoding='UTF-8', errors='strict')
解碼：會得到一個按編碼解析的字符串
字節(jié)序列.decode(encoding='UTF-8', errors='strict')
如果設(shè)置為strict，代表遇到非法字符時拋出異常；
如果設(shè)置為ignore，則會忽略非法字符；
如果設(shè)置為replace，則會用?取代非法字符；
如果設(shè)置為xmlcharrefreplace，則使用XML的字符引用
您現(xiàn)在所在的位置：首頁 >關(guān)于奇酷 > 行業(yè)動態(tài) > python快速入門-字符編碼
