关于Unicode，ASCII，utf-8编码的一点理解

　　今天在用python读取字符串的时候出现了u'xxx'这样的字符，一查才知道这是Unicode的表示，虽然用str作了一下转换，但是心里一直对Unicode，utf-8编码等感到疑惑，等将手上的事情做完，果断上网查了一下Unicode，utf-8，ASCII的区别，看到http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html，顿时豁然开朗，作者的描述真是深入浅出，通俗易懂，不禁佩服万分。

　　为了检验一下自己理解的程度，就试着按照自己的理解简要地写一下这三者的区别：ASCII码就是我们学C语言时候对英文字符数字等的一些编码，只需要一个byte就能表示，这是因为英文字符少的原因，而其他语言诸如法语，德语，以至于我们的汉语，字符集都远远大于128个，所以各个国家根据自己的语言出了一套编码，比如中文的GBK。但这样一来，就会导致不同编码的文件的冲突，编码方式不对，就会出现乱码，非常不方便。随着互联网的出现，为了统一编码方式，就出现了Unicode编码，直接涵盖全世界所有的符合，成文一个极大的符号集，目前已经有100万左右的符号集，每个符号都会对应其中一个编码方式，比如汉子的“严”对应的就是4E25。但是，另外一个方面，unicode只是规定了符合的表示法，却没有规定它的存储方法，所以其实Unicode会有不同的存储方法，而Utf-8则是Unicode的一种存储方法，其他方法还有utf-8，utf-32。

　　至于utf-8具体的编码方式，不同编码方式的转换，这里就不作详细研究，上述提到的文章里有详细的介绍，再次感谢阮一峰的文章。

 

参考文章：

http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

转载于:https://www.cnblogs.com/Brogrammer/archive/2012/08/02/2620661.html