码迷,mamicode.com
首页 > 编程语言 > 详细

python字符编码

时间:2020-10-12 20:45:37      阅读:33      评论:0      收藏:0      [点我收藏+]

标签:节省空间   alt   读取   正是   table   head   计算   网页   完成   

Unicode编码转化为“可变长编码”的UTF-8编码
UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节,
常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节。
如果你要传输的文本包含大量英文字符,用UTF-8编码就能节省空间

字符 ASCII Unicode UTF-8
A 01000001 00000000 01000001 01000001
木有 01001110 00101101 11100100 10111000 10101101

从上面的表格还可以发现,UTF-8编码有一个额外的好处,就是ASCII编码实际上可以被看成是UTF-8编码的一部分,所以,大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。

搞清楚了ASCII、Unicode和UTF-8的关系,我们就可以总结一下现在计算机系统通用的字符编码工作方式:

在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码。

用记事本编辑的时候,从文件读取的UTF-8字符被转换为Unicode字符到内存里,编辑完成后,保存的时候再把Unicode转换为UTF-8保存到文件:
技术图片
浏览网页的时候,服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器:
技术图片
所以你看到很多网页的源码上会有类似的信息,表示该网页正是用的UTF-8编码

python字符编码

标签:节省空间   alt   读取   正是   table   head   计算   网页   完成   

原文地址:https://www.cnblogs.com/faberbeta/p/13804468.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!