python中的unicode码是什么_Python中Unicode字符串
字符串还有⼀个编码问题。
因为计算机只能处理数字,如果要处理⽂本,就必须先把⽂本转换为数字才能处理。最早的计算机在设计时采⽤8个⽐特(bit)作为⼀个字节(byte),所以,⼀个字节能表⽰的最⼤的整数就是255(⼆进制11111111=⼗进制255),0 - 255被⽤来表⽰⼤⼩写英⽂字母、数字和⼀些符号,这个编码表被称为ASCII编码,⽐如⼤写字母 A 的编码是65,⼩写字母 z 的编码是122。
如果要表⽰中⽂,显然⼀个字节是不够的,⾄少需要两个字节,⽽且还不能和ASCII编码冲突,所以,中国制定了GB2312编码,⽤来把中⽂编进去。
类似的,⽇⽂和韩⽂等其他语⾔也有这个问题。为了统⼀所有⽂字的编码,Unicode应运⽽⽣。Unicode把所有语⾔都统⼀到⼀套编码⾥,这样就不会再有乱码问题了。
Unicode通常⽤两个字节表⽰⼀个字符,原有的英⽂编码从单字节变成双字节,只需要把⾼字节全部填为0就可以。
因为Python的诞⽣⽐Unicode标准发布的时间还要早,所以最早的Python只⽀持ASCII编码,普通的字符串'ABC'在Python内部都是ASCII编码的。
Python在后来添加了对Unicode的⽀持,以Unicode表⽰的字符串⽤u'...'表⽰,⽐如:
print u'中⽂'
数字转unicode编码中⽂
注意: 不加 u ,中⽂就不能正常显⽰。
Unicode字符串除了多了⼀个u之外,与普通字符串没啥区别,转义字符和多⾏表⽰法仍然有效:
转义:
u'中⽂\n⽇⽂\n韩⽂'
多⾏:
u'''第⼀⾏
第⼆⾏'''
raw+多⾏:
ur'''Python的Unicode字符串⽀持"中⽂",
"⽇⽂",
"韩⽂"等多种语⾔'''
如果中⽂字符串在Python环境下遇到 UnicodeDecodeError,这是因为.py⽂件保存的格式有问题。可以在第⼀⾏添加注释
# -*- coding: utf-8 -*-
⽬的是告诉Python解释器,⽤UTF-8编码读取源代码。然后⽤Notepad++ 另存为... 并选择UTF-8格式保存。
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。
发表评论