小白的Python之路 day1 字符编码
字符编码
python解释器在加载 .py 文件中的代码时,会对内容进行编码(默认ascill)
ASCII(American Standard Code for Information Interchange,美国标准信息交换代码)是基于拉丁字母的一套电脑编码系统,主要用于显示现代英语和其他西欧语言,其最多只能用 8 位来表示(一个字节),即:2**8 = 256-1,所以,ASCII码最多只能表示 255 个符号。
关于中文
为了处理汉字,程序员设计了用于简体中文的GB2312和用于繁体中文的big5。
GB2312(1980年)一共收录了7445个字符,包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7,低字节从A1-FE,占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。
GB2312 支持的汉字太少。1995年的汉字扩展规范GBK1.0收录了21886个符号,它分为汉字区和图形符号区。汉字区包括21003个字符。2000年的 GB18030是取代GBK1.0的正式国家标准。该标准收录了27484个汉字,同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。现在的PC平台必须支持GB18030,对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。
从ASCII、GB2312、GBK 到GB18030,这些编码方法是向下兼容的,即同一个字符在这些方案中总是有相同的编码,后面的标准支持更多的字符。在这些编码中,英文和中文可以统一地处理。区分中文编码的方法是高字节的最高位不为0。按照程序员的称呼,GB2312、GBK到GB18030都属于双字节字符集 (DBCS)。
有的中文Windows的缺省内码还是GBK,可以通过GB18030升级包升级到GB18030。不过GB18030相对GBK增加的字符,普通人是很难用到的,通常我们还是用GBK指代中文Windows内码。
显然ASCII码无法将世界上的各种文字和符号全部表示,所以,就需要新出一种可以代表所有字符和符号的编码,即:Unicode
Unicode(统一码、万国码、单一码)是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的,它为每种语言中的每个字符设定了统一并且唯一的二进制编码,规定虽有的字符和符号最少由 16 位来表示(2个字节),即:2 **16 = 65536,
注:此处说的的是最少2个字节,可能更多
UTF-8,是对Unicode编码的压缩和优化,他不再使用最少使用2个字节,而是将所有的字符和符号进行分类:ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存,东亚的字符用3个字节保存...
ASCII 255 1betys
-->1980 gb2312 7K多
-->1995 GBK1.0 2W多
-->2000 GB18030 27K多
-->unicode 2bytes
--->utf-8 en:1bytes , zh: 3bytes
所以,python解释器2.7在加载 .py 文件中的代码时,会对内容进行编码(默认ascill),如果是如下代码的话:
报错:ascii码无法表示中文
1
2
3
|
#!/usr/bin/env python print "你好,世界" |
改正:应该显示的告诉python解释器,用什么编码来执行源代码,即:
1
2
3
4
|
#!/usr/bin/env python # -*- coding: utf-8 -*- print "你好,世界" |
现在Python3.x 已经支持中文
注释
当行注释:# 被注释内容
多行注释:""" 被注释内容 """
最新文章
- Struts的拦截器
- 6.LibSVM核函数
- 虚拟IP(VIP)
- SQL 常用脚本
- c#接口
- 通过pustil模块取pid及对应的pidname
- 关于使用TP-Link桥接小米路由器
- 模拟MVC-WebForm实现ModelBinding
- dpkg命令的用法
- Emmet 语法探析
- [转]在linux下如何判断是否已经安装某个软件?软件安装在哪个目录
- 硬盘重装Ubuntu12.04的感受
- 修改User-Agent来伪装浏览器访问手机站点
- String&;StringBuilder&;StringBuffer总结
- 微信小程序开发---逻辑层(App Service)
- 如何创建.gitignore文件,忽略git不必要提交的文件
- 初识Odoo的辅助核算
- List<;? extends T>;和List<;? super T>;之间有什么区别?
- 20155331 实验四 Android开发基础
- IOS7开发~新UI学起(一)
热门文章
- linux平台搭建postfix邮件服务器
- 宏WINAPI和几种调用约定
- 打字机效果-so easy
- Javascript 常用类型检测
- 实践作业1:测试管理工具实践 Day4
- codeforces #447 894A QAQ 894B	Ralph And His Magic Field 894C	Marco and GCD Sequence
- 关于pipelineDB调用GetLocalStreamReaders的BUG
- Mecanim动画系统
- Jarvis OJ - [XMAN]level3 - Writeup——ret2libc尝试
- nginx利用反向代理调试后台接口