11、字符编码、语言区域与表格数据处理全解析

最新推荐文章于 2025-08-24 15:07:24 发布

corn8

最新推荐文章于 2025-08-24 15:07:24 发布

阅读量68

点赞数

CC 4.0 BY-SA版权

分类专栏： Python与自然语言处理文章标签：字符编码 Unicode UTF-8

本文链接：https://blog.youkuaiyun.com/corn8/article/details/151731289

Python与自然语言处理专栏收录该内容

55 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

字符编码、语言区域与表格数据处理全解析

1. 字符集与编码方案

1.1 字符集分类

字符集的分类是处理文本数据的基础，它为不同类型的字符提供了统一的标识和组织方式。以下是详细的字符集分类信息：
| 主要类别 | 简称 | 全称 | 子类 | 简称 | 全称 |
| ---- | ---- | ---- | ---- | ---- | ---- |
| L | Letter | 字母 | Lu | Uppercase_Letter | 大写字母 |
| | | | Ll | Lowercase_Letter | 小写字母 |
| | | | Lt | Titlecase_Letter | 首字母大写字母 |
| | | | Lm | Modifier_Letter | 修饰字母 |
| | | | Lo | Other_Letter | 其他字母 |
| M | Mark | 标记 | Mn | Nonspacing_Mark | 非间距标记 |
| | | | Mc | Spacing_Mark | 间距标记 |
| | | | Me | Enclosing_Mark | 封闭标记 |
| N | Number | 数字 | Nd | Decimal_Number | 十进制数字 |
| | | | Nl | Letter_Number | 字母数字 |
| | | | No | Other_Number | 其他数字 |
| P | Punctuation | 标点符号 | Pc | Connector_Punctuation | 连接标点 |