- 關(guān)于字符編碼
* Python 2.x默認(rèn)用ascii編碼缝其， Python 3.x默認(rèn)用utf-8編碼
* 1Byte = 8bit挎塌，也就是8位，所以1字節(jié)最大可以表示的數(shù)就是 0b11111111 = 0xff = 255
* 剛開始内边，ascii用1Byte的七位表示榴都，最多可以表示2**7 = 128個(gè)字符，其中0-31及127為通信專用字符漠其，其他為可顯示字符嘴高。這些包括了英語使用的全部字符。后來其他文字和屎，使用了后邊的128個(gè)字符拴驮，稱為擴(kuò)展字符（擴(kuò)展ascii碼）。
* 但是中文等其他的這么多不夠用啊柴信，于是嘗試用2Byte2表示一個(gè)字符套啤，叫做DBCS（雙字節(jié)編碼方案）
* 最終，美國(guó)人提出一種標(biāo)準(zhǔn)随常，用來展示所有國(guó)家的字符潜沦，就是***unicode***
* unicode就像是一個(gè)電話本，標(biāo)記著字符和數(shù)字之間的映射线罕，例如用Python的函數(shù)ord("中")顯示出其對(duì)應(yīng)的數(shù)字是 20013止潮，使用chr()可以顯示出某個(gè)數(shù)字對(duì)應(yīng)的字符
* Unicode并不涉及字符是怎么在字節(jié)中表示的，它僅僅指定了字符對(duì)應(yīng)的數(shù)字钞楼，僅此而已。
他對(duì)支持字符的數(shù)量沒有限制袄琳，也不要求字符必須占兩個(gè)或者三個(gè)或者其他任意字節(jié)询件。
* utf-8和utf-16是兩個(gè)最流行的unicode編碼
* utf-8中燃乍，0-127使用1個(gè)字節(jié)，127以上使用2個(gè)宛琅，3個(gè)或者4個(gè)字節(jié)表示刻蟹，能兼容us-ascii
* ###utf-8的原理
1. 單字節(jié)的字符，第一位設(shè)為0嘿辟， 對(duì)于英文文本舆瘪，utf-8只占一個(gè)字節(jié)，和ascii完全相同
2. n個(gè)字節(jié)的字符（n大于0）红伦， 第一個(gè)字節(jié)的前n為設(shè)為1英古，第n+1位設(shè)為0，后邊字節(jié)的前兩位都設(shè)為10昙读，這n個(gè)字節(jié)的其他位填充為該字符的Unicode碼召调，高位0補(bǔ)足
參考 知乎，學(xué)點(diǎn)編碼知識(shí)又不會(huì)死
* python3 用bytes("中文", encoding="utf-8")可以獲取到對(duì)應(yīng)的編碼
- Python關(guān)于字符編碼的函數(shù)
1. ord(char)
獲取char對(duì)應(yīng)的unicode映射值
2. chr(pos)
獲取pos對(duì)應(yīng)的unicode字符
3. bytes(string, encoding="encode")
用encoding解碼string
4. bin(num)
獲取num對(duì)應(yīng)的二進(jìn)制
5. hex(num)
獲取num對(duì)應(yīng)的十六進(jìn)制
6. int(num, base=16)
獲取num對(duì)應(yīng)的10進(jìn)制蛮浑，base為其原來的進(jìn)制
7. oct(num)
獲取num對(duì)應(yīng)的八進(jìn)制
-
自定義函數(shù)
a = byte("中文", encoding="utf-8") # b'\xe4\xb8\xad\xe6\x96\x87'
# 可以看出utf-8中唠叛，一個(gè)漢字占3個(gè)字節(jié)
print(a[0]) # 228 即 int(0xe4)
# \xae是utf-8編碼的形式，\x后跟兩位的16進(jìn)制代表一個(gè)字節(jié)#中文轉(zhuǎn)二進(jìn)制
