零基础学习 Python 之字符编码

写在以前

在实际的操做中，字符编码是咱们必然会遇到的一个“坑”，在我一开始的打算中我是不许备写这个知识点的，可是我怕朋友们在以后遇到的时候不知道是什么，并且它又是那么的重要，由于它不仅仅是计算机中的一个基础知识，并且仍是一个有历史过程的事情。

编码

要讲字符编码，首先咱们要从编码开始谈起。编码这个东西若是单说具体的定义的话可能很难理解，下面我用一个例子解释一下。

你们应该都看过战争片，通常要强攻的时候，长官下令冲锋，而后就有一个小兵拿起小喇叭吹冲锋号，这里其实就是一次编码，长官下达冲锋命令，小兵将这个命令编码为冲锋号“嘟嘟嘟嘟”的声音，而后声音在空气中传播，士兵们听到以后通常都会知道这是冲锋的意思，不会听成是打呼噜的声音，长官下达的命令你可能离着远了听不清啥意思，可是一听冲锋号吹起来，接受过训练的人就知道这是要冲锋的意思，不会理解错意思，这也是编码的优点所在。这里要说的是士兵接收到进攻命令，这叫作解码，解码完毕后士兵们明白了，而后才行动。

固然以上过程说的很简单，真实的编码和解码过程确定比这个复杂的多，可是总的原理，其实就是这么个意思。

字符编码

编码咱们说完了，那咱们再来讲说什么是字符编码。咱们都知道计算机只能处理数字 (由于电是驱使计算机工做的基本，而电的特征就是高低电平，高电平是 1，低电平是 0)，而咱们编程的目的是为了让计算机给咱们干活，从而实现咱们的目的，而编程说白了就是一堆字符，因此一堆字符想要驱使计算机干活，而计算机又只能处理数字，因此说这里面涉及到一点，那就是从字符到数字的这么一个过程，这个过程其实就是一个字符如何对应一个特定数字的标准，这个标准就是字符编码。

字符编码的发展史

计算机的字符编码并非一蹴而就的，而是有一个发展的过程。

ASCII 码

20 世纪 60 年代，计算机发明的早期，那时候美国是计算机领域的大哥，因而他们本身制定了一套字符编码，解决了英文和二进制间的对应关系，这个被称为 ASCII 码。

ASCII 码是基于拉丁字母的一套电脑编码系统，主要用于现代英语，由于英语用 128 个字符就够了，可是计算机又不仅仅只是英语系国家用，若是表示其余语言，128 个字符是远远不够的，因而其余的国家，都是在 ASCII 码的基础上，又发明了不少别的编码。

Unicode 码

在编码上，因为出现了不少不一样的形式，因而就出现了 “乱码” ，好比互发邮件的双方，若是使用的编码方式不同，那么收信人就只能看乱码了。因而 Unicode 应运而生，只看它的名字也应该知道，就是要统一符号的编码。

Unicode 对世界上绝大多数的文字系统进行了整理，编码，使得电脑能够用更为简单的方式来呈现和处理文字，它伴随着通用字符集的标准而发展，同时也以书本的形式对外发表。 Unicode 直到今天仍在不断的增修，每一个新版本都加入了更多的字符，它涵盖的数据除了视觉上的字形，编码方法，标准的字符编码外，还包含了诸如大小写字母等的字符特性。它虽然这么能干，你也要保持清醒，它也不是完美的，仍需继续改进。

UTF - 8 UTF 就是 Unicode 的实现方式，而 UTF -8 是如今互联网上流传最广的 Unicode 实现方式，虽然它只是 Unicode 实现方式中的一种，但也隐约有武林盟主的地位。

UTF - 8 是一种针对 Unicode 的可变长度字符编码，也是一种前缀码，它能够用来表示 Unicode 标准中的任何字符，它也是如今电子邮件，网页以及其余存储或者发送文字的应用优先采用的编码。

因此，咱们在之后的 Python 程序开发中，最好都要用 UTF - 8 编码。

Python 字符编码

在 Python3 中，全部的字符串都是 Unicode 字符串。

若是你想查看一下当前环境的编码格式，能够用 sys 中 的 getdefaultencoding() 函数查看。

>>> import sys
>>> sys.getdefaultencoding()
'utf-8'
复制代码

由于 Python3 支持的是 Unicode，因此每一个汉字都对应着一个编码数字，若是你想直到某个汉字对应的编码数字，能够用 ord() 函数，一样若是你想知道某个数字对应的汉字，能够用 chr() 函数。

>>> ord('李')
26446
>>> chr(26446)
'李'
复制代码

最后在说一个函数 encode() ，这个函数可以将 Unicode 编码的字符串转化为其它编码，默认的是 UTF - 8，具体的应用若是有兴趣的话能够用 help(str.encode) 查看。

写在最后

更多内容，欢迎关注公众号「Python空间」，期待和你的交流。