python -- 字符编码

python -- 字符编码

字符编码

Python解释器在加载.py文件中的代码时，会对内容进行编码。

ASCll 美国标准信息交换代码，是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，其最多只能用8位来表示（一个字节），即： 2**8 = 265-1，所以，ASCII码最多只能表示255个符号。

计算机是西方世界的产物，所以ASCII就用这么点的字符就够了。0~127位就是西方用的那些字母和字符。ASCII无法显示中文。 ASCII码，一个英文字在8个bit位=1bytes。

GB2312（1980年）=7445个字符（包含特殊符），6763个汉字和682个其他符号。

GBK1.0（1995年）21886个符号。分21003个汉字区和图形符号区。

GB18030（2000年）27484个汉字，还收录了藏文、蒙文、维吾尔文等主要的少数名族文字。现在的PC平台必须支持GB18030，对嵌入式产品暂不做要求，所以手机，MP3一般只支持GB2312。

从ASCII、GB2312、GBK到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中有相同的编码，后面的标准支持更多的字符。中文Windows的缺省内码还是GBK。可以通过GB18030升级包升级到GB18030。

显然ASCII码无法将世界上的各种文字和符号全部表示，所以就需要新出一种可以代表所有字符和符号的编码，即Unicode。

Unicode（统一码、万国码、单一码） 是一种在计算机上使用的字符编码。Unicode是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，规定虽有的字符和符号最少由16位来表示（2个字节），即2**16=65536。

注，此处时候的是最少2个字节，可能更多，
UTF-8，可变长的Unicode，是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：
ASCII码中的内容用1个字节保存，欧洲的字符用2个字符保存，东亚（中文）的字符用3个字节保存。

Python的注释

• 单行注释：用#
• 多行注释：用’’’或”””
• ’’’的用法，还可以使打印多行

# 如果这里不是紧跟着3个引号后面，在打印的时候就会出现多一行空白行。
name = '''name1,  
name2,
name3
'''
print(name)

写在后面

• python2默认编码：ASCll
• python3默认编码：Unicode
• GBK 是目前为止用的最常见的显示中文的编码格式。
• ASCII， 一个英文字符，占一个字节byte（占8位bit）
• Unicode，一个英文字符或中文，占二个字节（占16位）
• UTF-8，一个英文字符，占一个字节，欧洲码占二个字节，中文占3个字节。

|编码格式|英文|欧洲|中文|
|:--😐:--😐:--😐:--😐:--😐
|ACSII|1 字节|maybe|none|
|Unicode|2 字节|2 字节|2 字节|
|UTF-8|1 字节|2 字节|3 字节|