- 關(guān)于字符編碼
* Python 2.x默認用ascii編碼， Python 3.x默認用utf-8編碼
* 1Byte = 8bit，也就是8位，所以1字節(jié)最大可以表示的數(shù)就是 0b11111111 = 0xff = 255
* 剛開始，ascii用1Byte的七位表示，最多可以表示2**7 = 128個字符，其中0-31及127為通信專用字符，其他為可顯示字符。這些包括了英語使用的全部字符。后來其他文字，使用了后邊的128個字符，稱為擴展字符（擴展ascii碼）。
* 但是中文等其他的這么多不夠用啊，于是嘗試用2Byte2表示一個字符，叫做DBCS（雙字節(jié)編碼方案）
* 最終，美國人提出一種標準，用來展示所有國家的字符，就是***unicode***
* unicode就像是一個電話本，標記著字符和數(shù)字之間的映射，例如用Python的函數(shù)ord("中")顯示出其對應(yīng)的數(shù)字是 20013，使用chr()可以顯示出某個數(shù)字對應(yīng)的字符
* Unicode并不涉及字符是怎么在字節(jié)中表示的，它僅僅指定了字符對應(yīng)的數(shù)字，僅此而已。
他對支持字符的數(shù)量沒有限制，也不要求字符必須占兩個或者三個或者其他任意字節(jié)。
* utf-8和utf-16是兩個最流行的unicode編碼
* utf-8中，0-127使用1個字節(jié)，127以上使用2個，3個或者4個字節(jié)表示，能兼容us-ascii
* ###utf-8的原理
1. 單字節(jié)的字符，第一位設(shè)為0， 對于英文文本，utf-8只占一個字節(jié)，和ascii完全相同
2. n個字節(jié)的字符（n大于0）， 第一個字節(jié)的前n為設(shè)為1，第n+1位設(shè)為0，后邊字節(jié)的前兩位都設(shè)為10，這n個字節(jié)的其他位填充為該字符的Unicode碼，高位0補足
參考 知乎，學(xué)點編碼知識又不會死
* python3 用bytes("中文", encoding="utf-8")可以獲取到對應(yīng)的編碼
- Python關(guān)于字符編碼的函數(shù)
1. ord(char)
獲取char對應(yīng)的unicode映射值
2. chr(pos)
獲取pos對應(yīng)的unicode字符
3. bytes(string, encoding="encode")
用encoding解碼string
4. bin(num)
獲取num對應(yīng)的二進制
5. hex(num)
獲取num對應(yīng)的十六進制
6. int(num, base=16)
獲取num對應(yīng)的10進制，base為其原來的進制
7. oct(num)
獲取num對應(yīng)的八進制
-
自定義函數(shù)
a = byte("中文", encoding="utf-8") # b'\xe4\xb8\xad\xe6\x96\x87'
# 可以看出utf-8中，一個漢字占3個字節(jié)
print(a[0]) # 228 即 int(0xe4)
# \xae是utf-8編碼的形式，\x后跟兩位的16進制代表一個字節(jié)#中文轉(zhuǎn)二進制
