python 字符串和编码

Posted 2020-09-21

ASCII编码：

计算机是美国人发明的，所以字符串只有数字，英文字母和特殊字符，一共有127个字符被编码在计算机里，这个编码表被称为ASCII编码。这种编码存储字符只用了一个byte即8bit.

Unicode(万国码，统一编码）：

但要存储全世界的字符1byte是绝对不够的。这时unicode编码应运而生，最常用的是用2byte表示一个字符.

UTF-8编码：

使用Unicode虽然解决了乱码问题，但是如果文本都是英文，这样存储太浪费空间且传输时也很浪费带宽。所以为了解决这个问题UTF-8编码应运而生。这种方式是把Unicode编码转换成UTF-8编码。英文占用1byte，汉字占用3byte，很生僻的字才用4-6byte. 实际上ASCII码可以看作UTF-8的一部分。