專題：ASCII, Unicode & UTF-8 (in Python)

1.基本概念：

（1）字符集：已編號字符的有序集合，包括字符編號和字符，對計算機沒有直接意義

（2）編碼方案：將字符集中的字符編號與二進制字符編碼進行對應的映射

（3）編碼單位（碼元）：計算機處理字符時一次讀取的二進制位數

（4）編碼：按照編碼方案，由字符轉換而來的二進制數據。在已知編碼單位和映射關系時，計算機可以對字符進行編碼，也可以對編碼進行解碼

2.ASCII、Unicode & UTF-8的實質：

（1）ASCII：字符集以及編碼方案，用0~127對128個字符做了編號，用8位作為編碼單位，簡單地把十進制編號轉換而成的二進制數據作為編碼

（2）廣義Unicode：

①Unicode：字符集，以16位二進制數對世界上幾乎全部字符做了編號

②UTF-8：編碼方案，以8位（一個字節）作為編碼單位，按照一定規則（每字節前幾位固定）將一個字符編碼為1到4個字節

3.ASCII、Unicode & UTF-8的應用背景：

（1）ASCII：只能表示英文文本

（2）Unicode：表示多語言文本，兼容ASCII

（3）UTF-8：傳輸、存儲用Unicode表示的多語言文本，去除Unicode中的冗余部分

4.Python描述：

（1）bytes和str類型：

①bytes：編碼比特流，如0101101000101101

②str：字符串，如’Python’

變量的類型可以用type()查看，或者以輸出時是否帶有b’’來區分

（2）encode和decode方法：

①encode將str以聲明的編碼方案轉換為bytes，也就是編碼

②decode將bytes以聲明的編碼方案轉換為str，也就是解碼

5.Python中的字符操作：

（1）在將字符串存入硬盤和從硬盤中讀取字符串的過程中，自動進行編碼和解碼

（2）為了避免亂碼問題，應堅持使用UTF-8方案

計算機科學-ASCII, Unicode & UTF-8 (in Python)