Python入门之字符编码

1. 什么是字符编码

字符编码是将字符转化为计算机可以识别和存储的数字编码的过程。因为计算机只能处理二进制数据，所以字符编码是将我们常见的字符（如字母、数字、标点符号等）转化为二进制数据的一种方式。常见的字符编码包括ASCII、UTF-8、GB2312等。

2. ASCII编码

ASCII编码是最早的字符编码标准，它使用7个比特位（共128个字符）来表示常见的字符。ASCII编码包括了大写字母、小写字母、数字以及一些常见的标点符号。例如，字符"A"对应的ASCII编码是65。

2.1 Python中的ASCII编码

在Python中转换字符和ASCII编码可以使用内置的ord()函数和chr()函数：

print(ord('A'))  # 输出65

print(chr(65))  # 输出A

3. Unicode编码

为了解决ASCII编码无法表示其他语言的字符的问题，Unicode编码应运而生。Unicode编码使用两个字节（共65536个字符）来表示常见字符以及其他语言中的字符。

3.1 Python中的Unicode编码

在Python中查看字符对应的Unicode编码可以使用ord()函数：

print(ord('中'))  # 输出20013

Unicode编码涵盖了世界上几乎所有的字符，包括汉字、拉丁字母、希腊字母、日文假名等。

4. UTF-8编码

UTF-8是一种可变长度的编码方式，它既兼容ASCII编码，又能表示世界上几乎所有的字符，包括汉字、日文假名等。

4.1 Python中的UTF-8编码

在Python中可以使用encode()方法将字符转换为UTF-8编码：

s = '中文'

utf8_str = s.encode('utf-8')
print(utf8_str)  # 输出b'\xe4\xb8\xad\xe6\x96\x87'

使用decode()方法可以将UTF-8编码的字符串转换为Unicode字符串：

utf8_str = b'\xe4\xb8\xad\xe6\x96\x87'

s = utf8_str.decode('utf-8')
print(s)  # 输出中文

5. 字符编码的选择

在选择字符编码时，一般推荐使用UTF-8编码，因为UTF-8编码是目前国际通用的字符编码标准，可以表示世界上几乎所有的字符。

很多编辑器和操作系统默认使用UTF-8编码，在进行文件读写、网络传输等操作时也推荐使用UTF-8编码。

总结

字符编码是将字符转化为计算机可以识别和存储的数字编码的过程。常见的字符编码包括ASCII、Unicode和UTF-8等。在Python中，可以使用ord()函数查看字符的Unicode编码，使用encode()方法将字符转换为UTF-8编码，使用decode()方法将UTF-8编码的字符串转换为Unicode字符串。在选择字符编码时，一般推荐使用UTF-8编码。