12.文本编码

文本文件的编码格式

　　文本文件存储的内容是基于字符编码的文件，常见的编码有ASCII编码，UNICODE编码

　　python 2.x 默认使用ASCII编码

　　python 3.x 默认使用UTF-8编码

 

ASCII编码和UNICODE编码

 

ASCII编码

　　计算机中只有256个ascii字符

　　一个ascii在内存中占用一个字节的空间

　　8个0/1的排列组合方式一共有256种，也就是 2 ** 8

　　ASCII编码是早起使用的针对英文的

 

UTF-8编码格式

　　计算机中使用1-6个字节来表示一个UTF-8字符，涵盖了地球上几乎所有地区的文字

　　大多数汉字会使用3个字节表示

　　UTF-8时UNICODE编码的一种编码格式

　　所以python2.x默认是不支持中文的

　　python3.x使用utf-8是支持中文的

 

 

python2.x使用中文

在python2.x文件的第一行增加一行注释声明编码格式，解释器会以utf-8编码来处理python文件

 

以上两种方法，使用一种即可

 

python2.x中unicode字符串

　　在python2.x中，即使指定了文件使用UTF-8的编码格式，但是在遍历字符串时，仍然会以字节为单位遍历字符串

　　要能够正确的遍历字符串，在定义字符串的时候，需要在字符串引号前面+一个小写字母u，告诉解释器这是一个unicode字符串(使用utf8编码格式的字符串)