汉字编码

十五汉字编码(只有两种)

GB18030(GBK(GB2312))

UNICODE <---> utf-8


1 GB2312-80编码:

   1980年发布:

用两个字节进行编码,编码范围(A1A1~FEFE) 包含汉字6763个和682个其它字符(拉丁,希腊字符,数字的全角等)


2 GBK编码:

1995年制订:

两个字节编码(8140~FEFE)(剔除xx7F) 收录文字(21003个)

第一个字节  81-FE

第二个字节 40–7E,80-FE

3 GB18030编码

   2005编码

收录27535个汉字

用两个或四个字节进行编码

 

 

4 unicode编码

unicode-16 两个字节  

0x0000~0xFFFF

ASCII(0-127)------>(0x0000~0x007F)

unicode-32 四个字节

ASCII(0-127)------>(0x00000000~0x0000007F)

5 UTF-8

unicode Transformation Font/Format

unicode <------------->UTF-8

0x0000~0x007f    1字节

0x0080~0x07ff           2字节

0x0800~0xffff             3个字节(汉字落在此区域)

·········       4,5,6字节

6 示例

windows下somepel.txt中写入‘有人天生为王,有人落草为寇’,复制到linux下打开的方式

f = open("somepel.txt",'rb')

s = f.read()

s= s.decode("GBK")

print(s)

执行结果

有人天生为王,有人落草为寇

windows是GBK编码

linux下默认是utf-8


你可能感兴趣的:(汉字编码)