ASCII、Unicode和UTF-8

拜读
阮一峰关于ASCII、Unicode和utf-8的关系
加上各种查询内容,决定把个人的理解记录下来
Ascii:**
Ascii是一种英文的编码方式,采用一个字节,一个字节8个bit,最左边一位为空,所以用7个bit位表示数据,共计128个子元,其中33个字元无法显示。

ASCII的局限在于只能显示26个基本拉丁字母、阿拉伯数目字和英式标点符号,因此只能用于显示现代美国英语(而且在处理英语当中的外来词如naïve、café、élite等等时,所有重音符号都不得不去掉,即使这样做会违反拼写规则)

Unicode:
随着时代的发展,ASCII越来越不适应互联网的要求,于是出现了Unicode格式,它是把世界上所有的语言字符都进行统计,每个赋予它相应的编码格式,因此一般用到四个字节以上,Unicode至今仍在不断增修,每个新版本都加入更多新的字符。目前最新的版本为2014年6月16日公布的7.0.0[1],已收入超过十万个字符(第十万个字符在2005年获采纳)

Unicode只是一种编码方式,并没有对如何存储进行了说明

UTF-8:
这是一种基于Unicode格式的编码方式,它是对ascii和Unicode的调和,既满足了英文国家对编码方式的简化,也满足非英文国家对字符的编码,主要体现为,对ascii码可以用一个字节进行编码,保证了对ascii的支持;对非英文字符,通过变长的编码形式编码,保证了对其的支持。

以上只是个人的理解,如想看具体编码的详细信息请参考

阮一峰关于ASCII、Unicode和utf-8的关系

你可能感兴趣的:(python,ascii,unicode,utf-8)