字符串編碼在Python里邊是經(jīng)常會遇到的問題，特別是寫文件以及網(wǎng)絡傳輸?shù)倪^程中，當調(diào)用某些函數(shù)的時候經(jīng)常會遇到一些字符串編碼提示錯誤，所以有必要弄清楚這些編碼到底在搞什么鬼。

創(chuàng)新互聯(lián)公司專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務，包含不限于成都網(wǎng)站建設、網(wǎng)站制作、宿城網(wǎng)絡推廣、重慶小程序開發(fā)、宿城網(wǎng)絡營銷、宿城企業(yè)策劃、宿城品牌公關、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運營等，從售前售中售后，我們都將竭誠為您服務，您的肯定，是我們最大的嘉獎；創(chuàng)新互聯(lián)公司為所有大學生創(chuàng)業(yè)者提供宿城建站搭建服務，24小時服務熱線：18980820575，官方網(wǎng)址：www.ekvhdxd.cn

我們都知道計算機只能處理數(shù)字，文本轉(zhuǎn)換為數(shù)字才能處理。計算機中8個bit作為一個字節(jié)，所以一個字節(jié)能表示最大的數(shù)字就是255。計算機是美國人發(fā)明的，而英文中涉及的編碼并不多，一個字節(jié)可以表示所有字符了，所以ASCII（American national Standard Code for Information Interchange，美國國家標準信息交換碼）編碼就成為美國人的標準編碼。但是我們都知道中文的字符肯定不止255個漢字，使用ASCII編碼來處理中文顯然是不夠的，所以中國制定了GB2312編碼，用兩個字節(jié)表示一個漢字，碰到及其特殊的情況，還會用三個字節(jié)來表示一個漢字。GB2312還把ASCII包含進去了。同理，日文，韓文等上百個國家為了解決這個問題發(fā)展了一套自己的編碼，于是乎標準越來越多，如果出現(xiàn)多種語言混合顯示就一定會出現(xiàn)亂碼。那么針對這種編碼“亂象”，Unicode便應運而生了，其將所有語言統(tǒng)一到一套編碼規(guī)則里。

Unicode有許多種編碼，比如說可以通過16個bit或者32個bit來把所有語言統(tǒng)一到一套編碼里。舉個栗子，字母A用ASCII編碼的十進制為65，二進制為0100 0001；漢字“中”已經(jīng)超出了ASCII編碼的范圍，用unicode編碼是20013，二進制是01001110 00101101；A用unicode編碼只需要前面補0，二進制是00000000 0100 0001。可以看出，unicode不僅解決了ASCII碼本身的編碼問題，還解決了超出ASCII編碼范圍之外的其他國家字符編碼的統(tǒng)一問題。

雖然unicode編碼能做到將不同國家的字符進行統(tǒng)一，使得亂碼問題得以解決，但是如果內(nèi)容全是英文unicode編碼比ASCII編碼需要多一倍的存儲空間，同時如果傳輸需要多一倍的傳輸。當傳輸文件比較小的時候，內(nèi)存資源和網(wǎng)絡帶寬尚能承受，當文件傳輸達到上TB的時候，如果 “硬”傳，則需要消耗的資源就不可小覷了。為了解決這個問題，一種可變長的編碼“utf-8”就應運而生了，把英文變長1個字節(jié)，漢字3個字節(jié)，特別生僻的變成4-6個字節(jié)，如果傳輸大量的英文，utf8的作用就很明顯了。

不過正是因為utf-8編碼的可變長，一會兒一個字符串是占用一個字節(jié)，一會兒一個字符串占用兩個字節(jié)，還有的占用三個及以上的字節(jié)，導致在內(nèi)存中或者程序中變得不好琢磨。unicode編碼雖然占用內(nèi)存空間，但是在編程過程中或者在內(nèi)存處理的時候會比utf-8編碼更為簡單，因為它始終保持一樣的長度，一樣的長度對于內(nèi)存和代碼來說，它的處理就會變得更加簡單。所以utf-8編碼在做網(wǎng)絡傳輸和文件保存的時候，將unicode編碼轉(zhuǎn)換成utf-8編碼，才能更好的發(fā)揮其作用；當從文件中讀取數(shù)據(jù)到內(nèi)存中的時候，將utf-8編碼轉(zhuǎn)換為unicode編碼，亦為良策。

如上圖所示，當需要在內(nèi)存中讀取文件的時候，此時將utf-8編碼的內(nèi)存轉(zhuǎn)換為unicode編碼，在內(nèi)存中進行統(tǒng)一處理；當需要保存文件的時候，出于空間和傳輸效率的考慮，此時將unicode編碼轉(zhuǎn)換為utf-8編碼。在Python中進行讀取和保存文件的時候，必須要顯示的指定文件編碼，其余的事情就交給Python的相關庫去處理就可以了。

小伙伴們，了解了這些基礎知識之后，接下來對Python中的字符串編碼問題的理解就輕松的多了。

本文名稱：淺談unicode編碼和utf-8編碼的關系
文章URL：http://www.ekvhdxd.cn/article48/gcohep.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供外貿(mào)網(wǎng)站建設、移動網(wǎng)站建設、網(wǎng)站收錄、動態(tài)網(wǎng)站、品牌網(wǎng)站建設、全網(wǎng)營銷推廣

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)