建站
咨詢
售后
建站咨詢
新聞中心
中文編碼問(wèn)題一直是程序員頭疼的問(wèn)題，而Python2中的字符編碼足矣令新手抓狂。本文將盡量用通俗的語(yǔ)言帶大家徹底的了解字符編碼
成都創(chuàng)新互聯(lián)是專業(yè)的清河網(wǎng)站建設(shè)公司，清河接單;提供成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì),網(wǎng)頁(yè)設(shè)計(jì),網(wǎng)站設(shè)計(jì),建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進(jìn)行清河網(wǎng)站開(kāi)發(fā)網(wǎng)頁(yè)制作和功能擴(kuò)展;專業(yè)做搜索引擎喜愛(ài)的網(wǎng)站,專業(yè)的做網(wǎng)站團(tuán)隊(duì),希望更多企業(yè)前來(lái)合作!
以及Python2和3中的各種編碼問(wèn)題。
一、什么是字符編碼。
要徹底解決字符編碼的問(wèn)題就不能不去了解到底什么是字符編碼。計(jì)算機(jī)從本質(zhì)上來(lái)說(shuō)只認(rèn)識(shí)二進(jìn)制中的0和1，可以說(shuō)任何數(shù)據(jù)在計(jì)算機(jī)
中實(shí)際的物理表現(xiàn)形式也就是0和1，如果你將硬盤(pán)拆開(kāi)，你是看不到所謂的數(shù)字0和1的，你能看到的只是一塊光滑閃亮的磁盤(pán)，如果你
用足夠大的放大鏡你就能看到磁盤(pán)的表面有著無(wú)數(shù)的凹凸不平的元件，凹下去的代表0，突出的代表1，這就是計(jì)算機(jī)用來(lái)表現(xiàn)二進(jìn)制的方
式。
1.ASCII
現(xiàn)在我們面臨了第一個(gè)問(wèn)題：如何讓人類語(yǔ)言，比如英文被計(jì)算機(jī)理解？我們以英文為例，英文中有英文字母（大小寫(xiě)）、標(biāo)點(diǎn)符號(hào)、特
殊符號(hào)。如果我們將這些字母與符號(hào)給予固定的編號(hào)，然后將這些編號(hào)轉(zhuǎn)變?yōu)槎M(jìn)制，那么計(jì)算機(jī)明顯就能夠正確讀取這些符號(hào)，同時(shí)通
過(guò)這些編號(hào)，計(jì)算機(jī)也能夠?qū)⒍M(jìn)制轉(zhuǎn)化為編號(hào)對(duì)應(yīng)的字符再顯示給人類去閱讀。由此產(chǎn)生了我們最熟知的ASCII碼。ASCII 碼使用指定
的7 位或8 位二進(jìn)制數(shù)組合來(lái)表示128 或256 種可能的字符。這樣在大部分情況下，英文與二進(jìn)制的轉(zhuǎn)換就變得容易多了。
2.GB2312
然而，雖然計(jì)算機(jī)是美國(guó)人發(fā)明的，但是全世界的人都在使用計(jì)算機(jī)?，F(xiàn)在出現(xiàn)了另一個(gè)問(wèn)題：如何讓中文被計(jì)算機(jī)理解？這下麻煩了，
中文不像拉丁語(yǔ)系是由固定的字母排列組成的。ASCII 碼顯然沒(méi)辦法解決這個(gè)問(wèn)題，為了解決這個(gè)問(wèn)題中國(guó)國(guó)家標(biāo)準(zhǔn)總局1980年發(fā)布《信
息交換用漢字編碼字符集》提出了GB2312編碼，用于解決漢字處理的問(wèn)題。1995年又頒布了《漢字編碼擴(kuò)展規(guī)范》（GBK）。GBK與
GB 2312—1980國(guó)家標(biāo)準(zhǔn)所對(duì)應(yīng)的內(nèi)碼標(biāo)準(zhǔn)兼容，同時(shí)在字匯一級(jí)支持ISO/IEC10646—1和GB 13000—1的全部中、日、韓（CJK）漢
字，共計(jì)20902字。這樣我們就解決了計(jì)算機(jī)處理漢字的問(wèn)題了。
3.Unicode
現(xiàn)在英文和中文問(wèn)題被解決了，但新的問(wèn)題又出現(xiàn)了。全球有那么多的國(guó)家不僅有英文、中文還有阿拉伯語(yǔ)、西班牙語(yǔ)、日語(yǔ)、韓語(yǔ)等
等。難不成每種語(yǔ)言都做一種編碼？基于這種情況一種新的編碼誕生了：Unicode。Unicode又被稱為統(tǒng)一碼、萬(wàn)國(guó)碼；它為每種語(yǔ)言中
的每個(gè)字符設(shè)定了統(tǒng)一并且唯一的二進(jìn)制編碼，以滿足跨語(yǔ)言、跨平臺(tái)進(jìn)行文本轉(zhuǎn)換、處理的要求。Unicode支持歐洲、非洲、中東、亞
洲（包括統(tǒng)一標(biāo)準(zhǔn)的東亞象形漢字和韓國(guó)表音文字）。這樣不管你使用的是英文或者中文，日語(yǔ)或者韓語(yǔ)，在Unicode編碼中都有收錄，
且對(duì)應(yīng)唯一的二進(jìn)制編碼。這樣大家都開(kāi)心了，只要大家都用Unicode編碼，那就不存在這些轉(zhuǎn)碼的問(wèn)題了，什么樣的字符都能夠解析
了。
4.UTF-8
但是，由于Unicode收錄了更多的字符，可想而知它的解析效率相比ASCII碼和GB2312的速度要大大降低，而且由于Unicode通過(guò)增加一
個(gè)高字節(jié)對(duì)ISO Latin-1字符集進(jìn)行擴(kuò)展，當(dāng)這些高字節(jié)位為0時(shí)，低字節(jié)就是ISO Latin-1字符。對(duì)可以用ASCII表示的字符使用Unicode
并不高效，因?yàn)閁nicode比ASCII占用大一倍的空間，而對(duì)ASCII來(lái)說(shuō)高字節(jié)的0對(duì)他毫無(wú)用處。為了解決這個(gè)問(wèn)題，就出現(xiàn)了一些中間格
式的字符集，他們被稱為通用轉(zhuǎn)換格式，即UTF（Unicode Transformation Format）。而我們最常用的UTF-8就是這些轉(zhuǎn)換格式中的一
種。在這里我們不去研究UTF-8到底是如何提高效率的，你只需要知道他們之間的關(guān)系即可。
總結(jié)：
1.為了處理英文字符，產(chǎn)生了ASCII碼。
2.為了處理中文字符，產(chǎn)生了GB2312。
3.為了處理各國(guó)字符，產(chǎn)生了Unicode。
4.為了提高Unicode存儲(chǔ)和傳輸性能，產(chǎn)生了UTF-8，它是Unicode的一種實(shí)現(xiàn)形式。
文章題目：創(chuàng)新互聯(lián)Python教程：python中如何將亂碼解碼
標(biāo)題鏈接：http://m.5511xx.com/article/ccosjdo.html
