python基础-理解字符编码ASCII,Unicode和UTF-8

理解：

字符：人们看的懂的字符

 例如：数值、字母、文字和符号,如:1、a、A、试、$...都表示的是一个字符,在计算机世界中,不同的字符可能需要不用的存储容量进行存储。

字符集：很多字符的集合

常见字符集如下:

• ASCII字符集：美国人用的基本的字符的集合；
• GB2312字符集：中国人用的字符的集合；
• Unicode字符集 ：全球的字符收集起来的集合；

字符编码：字符集在计算机中的存储

• 在计算机存储中都是01标识，所以只能用特定的01去标识字符；
• 把字符集映射为特定的二进制序列，是一个二进制表现的规则；

1、ASCII字符集

• 是最早的，美国搞的字符编码；
• ASCII 编码一共定义了128个字符的编码规则，用七位二进制表示 ( 0x00 - 0x7F )！这些字符组成的集合就叫做 ASCII 字符集！
• 英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。

2、Unicode字符集

• Unicode 是国际标准字符集，它将世界各种语言的每个字符定义一个唯一的编码!
• Unicode 字符集的编码范围是 0x0000 - 0x10FFFF , 可以容纳一百多万个字符， 每个字符都有一个独一无二的编码，也即每个字符都有一个二进制数值和它对应，这里的二进制数值也叫 码点;

3、utf-8字符编码

• UTF-8 在互联网上使用最广的一种 Unicode 的实现方式。
• UTF-8 最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

• 解析 UTF-8 编码很简单：

  • 如果一个字节第一位是 0 ，则这个字节就是一个单独字符；
  • 如果第一位是 1 ，连续有几个 1 ，就表示当前字符占用几个字节；
  • 第一个字节的前n位都设为1，第n + 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。
  •