python常用编码 Unicode & UTF-8

在python中要使用中文的话，需要在前2行加入

# coding=utf-8

或者

# -*- coding: utf-8 -*-

因为python默认采用ASCII编码，而ASCII编码并没有包含中文字符。

计算机中以二进制来存储信息，计算机最先在美国出现，美国人用8 bit（即8个二进制码）来表示单个字符。

为了在计算机中使用中文，中国诞生了GB2312和GBX等中文编码，但是各个国家各自搞一套编码不好交流

ISO组织颁布了Unicode编码，后面又诞生了UTF-8。

一、ASCII 编码

1、编码长度：8位 ，定长

2、编码规则：

a、0x00～0x1f 及0x7f (共33个)是控制字符或通信专用字符（其余为可显示字符），如控制符：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格)、等；

ASCII值为8、9、10 和13 分别转换为退格、制表、换行和回车字符。

b、32～126(共95个)是字符(32是空格），其中48～57为0到9十个阿拉伯数字。

c、65～90为26个大写英文字母，97～122号为26个小写英文字母，其余为一些标点符号、运算符号等。

3、可用字符：英文，数字，半角符号

二、Unicode

1、编码长度：16位，定长

2、编码规则：Unicode 的编码方式与 ISO 10646 的通用字元集(亦称[通用字符集])（Universal Character Set，UCS）概念相对应，目前的用于实用的 Unicode 版本对应

于 UCS-2，使用16位的编码空间。也就是每个字符占用2个字节。这样理论上一共最多可以表示 216 个字符。基本满足各种语言的使用。实际上目前版本的 Unicode

  尚未填充满这16位编码，保留了大量空间作为特殊使用或将来扩展。

3、可用字符：中文、英文、各国文字

三、UTF-8

1、编码长度：单字节字符8位，变长

2、编码规则：

a、单字节的字符，字节第一位为0，对于英文字母、数字和符号，UTF-8只占用一个字节，和ASCII码一样

b、多字节的字符（字符数为n，n>1），第一个字节前n位为1，第n+1为0，剩余的（n-1）个字节开头用10****** ，后面用Unicode补齐，同时高位补0

3、可用字符：中文、英文、各国文字

UTF-8是面向传输的，它在保证传输各国文字的同时，减少了传输过程中所需要的码元数量，简单来说流量和硬盘空间的消耗。