python笔记——字符编码

几个常见的字符编码关系图如下，建议搭配文字食用。

• 计算机只能识别0或1，以二进制的方式进行运算。但对于人来讲二进制的表示方式并不好记
• 所以便把二进制代表的意思编程一个表格，这个表格叫ASCII表，ASCII表用一个字节表示一个字符，共可以表示256个字符，且前128个字符固定，后128个供各国家自己定义。但对于汉字来讲，这明显是不够用的。
  
• 所以在1980推出了GB2312，一个可以表示简体中文的字符集，可以表示7445个字符，但明显还是不够用。
• 90年代又推出了GBK，可以表示简体和繁体中文。但对于地大物博的中国，这依旧不够用，因为还有一些少数民族的语言。
• 因此在00年又推出了GB18030，可以表示27484个字符，包含了简体繁体以及少数民族字符。并且规定每个字符可以由1个、2个或4个字节组成(不像ASCII固定只由一个字节表示)。
• 中文的字符集定义好了，其他国家也要定义自己的字符集，那就出现一个问题：大家的定义不一样，同一个二进制符号表达了不同的意思，导致了混乱。所以需要进行统一。这便有了Unicode，几乎包含了全世界的字符。
• UTF-8也是一个世界通用的字符编码表，与Unicode的区别在于，UTF-8规定英文采用ASCII表，以一个字节表示，中文则用3个字节表示；Unicode规定无论中文还是英文都用2个字节表示。