python构建字典查⼤写英⽂字母ascii编码_各种编码（ASCII
码、Unicode编。。。
unicode码和ascii码区别如果您清楚下⾯⼏个问题请跳过
1. ASCII码与对应编码的数字之间的转换
2.unicode码与对应汉字之间的转换
3.UTF-8编码与对应汉字之间的转换
4.Unicode与UTF-8之间的转换
5.URL编码与解码
6.Base64编码编码与解码
7.HTML编码与解码
---------------------------------------------------------------------------------------------------------------
1. ASCII码
ASCII码⼀共规定了128个字符的编码，⽐如空格“SPACE”是32(⼆进制00100000)，⼤写的字母A是65(⼆进制01000001)。这128个符号(包括32个不能打印出来的控制符号)，只占⽤了⼀个字节的后⾯7位，最前⾯的1位统⼀规定为0。
在Linux下，直接#man ascii，返回类似
Oct  Dec  Hex  Char                                          Oct Dec Hex Char ------------------------------------------------------------------------------
000  0    00    NUL '\0'              　100  64  40    @
001  1    01    SOH (start of heading)        101  65  41    A
......
可以看到⼤写的字母A是65(10进制)
python下，根据字符求对应数字编码，使⽤ord⽅法
>>> ord('A')
65
根据数字编码求对应字符，使⽤chr⽅法：
>>> chr(65)
'A'
2.Unicode
有⼀种编码，将世界上所有的符号都纳⼊其中。每⼀个符号都给予⼀个独⼀⽆⼆的编码，那么乱码问题就会消失。这就是Unicode，就像它的名字都表⽰的，这是⼀种所有符号的编码。
Unicode当然是⼀个很⼤的集合，现在的规模可以容纳100多万个符号。每个符号的编码都不⼀样，⽐如，U+0639表⽰阿拉伯字母
Ain，U+0041表⽰英语的⼤写字母A，U+4E25表⽰汉字“严”。具体的符号对应表，可以查询，或者专门的汉字对应表。
Python下：
根据汉字求unicode码：
>>> print ('严'.encode('unicode-escape'))
b'\\u4e25'
根据unicode码求汉字：
>>> print('\u4e25')
严
3.UTF-8
UTF-8是Unicode的实现⽅式之⼀。
UTF-8最⼤的⼀个特点，就是它是⼀种变长的编码⽅式。它可以使⽤1~4个字节表⽰⼀个符号，根据不同的符号⽽变化字节长度。
UTF-8的编码规则很简单，只有⼆条：
1)对于单字节的符号，字节的第⼀位设为0，后⾯7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
2)对于n字节的符号(n>1)，第⼀个字节的前n位都设为1，第n+1位设为0，后⾯字节的前两位⼀律设为10。剩下的没有提及的⼆进制位，全部为这个符号的unicode码。
下表总结了编码规则，字母x表⽰可⽤编码的位。
Unicode符号范围 | UTF-8编码⽅式
(⼗六进制) | (⼆进制)
--------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
下⾯，还是以汉字“严”为例，演⽰如何实现UTF-8编码。
已知“严”的unicode是4E25(100111000100101)，根据上表，可以发现4E25处在第三⾏的范围内(0000 0800-0000 FFFF)，因此“严”的UTF-8编码需要三个字节，即格式是“1110xxxx 10xxxxxx 10xxxxxx”。然后，从“严”的最后⼀个⼆进制位开始，依次从后向前填⼊格式中的x，多出的位补0。这样就得到了，“严”的UTF-8编码是“11100100 10111000 10100101”，转换成⼗六进制就是E4B8A5。
Python下:
>>> print ('严'.encode('utf-8'))
b'\xe4\xb8\xa5'
4. Unicode与UTF-8之间的转换
通过上⼀节的例⼦，可以看到“严”的Unicode码是4E25，UTF-8编码是E4B8A5，两者是不⼀样的。它们之间的转换可以通过程序实现。
在Windows平台下，有⼀个最简单的转化⽅法，就是使⽤内置的记事本⼩程序。打开⽂件后，点击“⽂件”菜单中的“另存为”命令，会跳出⼀个对话框，在最底部有⼀个“编码”的下拉条。
⾥⾯有四个选项：ANSI，Unicode，Unicode big endian 和 UTF-8。
1)ANSI是默认的编码⽅式。对于英⽂⽂件是ASCII编码，对于简体中⽂⽂件是GB2312编码(只针对Windows简体中⽂版，如果是繁体中⽂版会采⽤Big5码)。
2)Unicode编码指的是UCS-2编码⽅式，即直接⽤两个字节存⼊字符的Unicode码。这个选项⽤的little endian格式。
3)Unicode big endian编码与上⼀个选项相对应。我在下⼀节会解释little endian和big endian的涵义。
4)UTF-8编码，也就是上⼀节谈到的编码⽅法。
选择完”编码⽅式“后，点击”保存“按钮，⽂件的编码⽅式就⽴刻转换好了。(待续)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。