Python----字符编码方法
2013-11-27 16:42
190 查看
ASCII标准在美国创建,并且定义了大多数美国程序员使用的文本字符串表示法。ASCII定义了从0到127的字符代码,并且允许每个字符存储在一个8位的字节中(实际上,只
有其中的7位真正用到)。例如,ASCII标准把字符'a'映射为整数值97(十六进制中的0x61),它存储在内存和文件的一个单个字节中。如果想要看到这是如何工作的,
Python的内置函数ord给出了一个字符的二进制值,并且chr针对一个给定的整数代码值
返回其字符:
>>> ord('a')
# 'a' is a byte with binary value 97 in ASCII
97
>>> hex(97)
'0x61'
>>> chr(97)
# Binary value 97 stands for character 'a'
'a'
编码是根据一个想要的编码名称,把一个字符串翻译为其原始字节形式
解码是根据其编码名称,把一个原始字节串翻译为字符串形式的过程
更程序化地说,字节和字符串之间的来回转换!
ASCII是UTF-8的一个7位的子集
对于所有小于128的字符代码,UTF-8编码与ASCII是二进制兼容的
但是,所有这些,ASCII、Latin-1、UTF-8以及很多其他的编码,都被认为是Unicode。
Unicode可以理解为一种规范。
Python的字符串类型
具体来说,Python语言提供了字符串类型在脚本中表示字符文本。在脚本中所使用的字
符串类型取决于所使用的Python的版本。Python 2.X有一种通用的字符串类型来表示二进
制数据和像ASCII这样的8位文本,还有一种特定的类型用来表示多字节Unicode文本:
str表示8位文本和二进制数据。
unicode用来表示宽字符Unicode文本。
Python 2.X的两种字符串类型是不同的(unicode考虑到字符的额外大小并且支持编码和
解码),但是,它们的操作集大多是重叠的。Python 2.X中的str字符串类型用于可以用8
位字节表示的文本,以及绝对字节值所表示的二进制数据。
相反,Python 3.X带有3种字符串对象类型——一种用于文本数据,两种用于二进制数
据:
str表示Unicode文本(8位的和更宽的)。
bytes表示二进制数据。
bytearray,是一种可变的bytes类型。
Python 3.0中所有3种字符串类型都支持类似的操作集,但是,它们都有不同的角色。
Python 3.X之后关于这一修改的主要目标是,把Python 2.X中常规的和Unicode字符串
类型合并到一个单独的字符串类型中,以支持常规的和Unicode文本:开发者想要删除
Python 2.X中的字符串区分,并且让Unicode的处理更加自然。假设ASCII和其他的8位文
本真的是一种简单的Unicode,这种融合听起来很符合逻辑
在Python2.6中,我们可以对简单的文本使用str并且对文本的更高级的形式使用二进制数据和
unicode;在Python 3.0中,我们将针对任何类型的文本(简单的和Unicode)使用str,
并且针对二进制数据使用bytes或bytearray。
有其中的7位真正用到)。例如,ASCII标准把字符'a'映射为整数值97(十六进制中的0x61),它存储在内存和文件的一个单个字节中。如果想要看到这是如何工作的,
Python的内置函数ord给出了一个字符的二进制值,并且chr针对一个给定的整数代码值
返回其字符:
>>> ord('a')
# 'a' is a byte with binary value 97 in ASCII
97
>>> hex(97)
'0x61'
>>> chr(97)
# Binary value 97 stands for character 'a'
'a'
编码是根据一个想要的编码名称,把一个字符串翻译为其原始字节形式
解码是根据其编码名称,把一个原始字节串翻译为字符串形式的过程
更程序化地说,字节和字符串之间的来回转换!
ASCII是UTF-8的一个7位的子集
对于所有小于128的字符代码,UTF-8编码与ASCII是二进制兼容的
但是,所有这些,ASCII、Latin-1、UTF-8以及很多其他的编码,都被认为是Unicode。
Unicode可以理解为一种规范。
Python的字符串类型
具体来说,Python语言提供了字符串类型在脚本中表示字符文本。在脚本中所使用的字
符串类型取决于所使用的Python的版本。Python 2.X有一种通用的字符串类型来表示二进
制数据和像ASCII这样的8位文本,还有一种特定的类型用来表示多字节Unicode文本:
str表示8位文本和二进制数据。
unicode用来表示宽字符Unicode文本。
Python 2.X的两种字符串类型是不同的(unicode考虑到字符的额外大小并且支持编码和
解码),但是,它们的操作集大多是重叠的。Python 2.X中的str字符串类型用于可以用8
位字节表示的文本,以及绝对字节值所表示的二进制数据。
相反,Python 3.X带有3种字符串对象类型——一种用于文本数据,两种用于二进制数
据:
str表示Unicode文本(8位的和更宽的)。
bytes表示二进制数据。
bytearray,是一种可变的bytes类型。
Python 3.0中所有3种字符串类型都支持类似的操作集,但是,它们都有不同的角色。
Python 3.X之后关于这一修改的主要目标是,把Python 2.X中常规的和Unicode字符串
类型合并到一个单独的字符串类型中,以支持常规的和Unicode文本:开发者想要删除
Python 2.X中的字符串区分,并且让Unicode的处理更加自然。假设ASCII和其他的8位文
本真的是一种简单的Unicode,这种融合听起来很符合逻辑
在Python2.6中,我们可以对简单的文本使用str并且对文本的更高级的形式使用二进制数据和
unicode;在Python 3.0中,我们将针对任何类型的文本(简单的和Unicode)使用str,
并且针对二进制数据使用bytes或bytearray。
相关文章推荐
- Python字符编码判断方法分析
- Python字符编码与函数的基本使用方法
- Python获取系统默认字符编码的方法
- python 字符编码历史以及解决方法
- 【Python笔记】输出中文的方法(字符编码)
- python的str,unicode对象的encode和decode方法, Python中字符编码的总结和对比bytes和str
- python的str,unicode对象的encode和decode方法, Python中字符编码的总结和对比bytes和str
- python检测文本的字符编码快速方法
- Python字符编码的一个相对万能的处理方法
- Python中字符编码简介、方法及使用建议
- Python中字符编码简介、方法及使用建议
- 【Todo】Python中文及Java中文问题及解决方法总结 & 及各种字符编码问题跟踪贴
- Python获取系统默认字符编码的方法
- Python字符编码判断方法分析
- Python单例模式的4种实现方法
- python全栈开发-Day7 字符编码总结
- Python拼接字符串的7种方法总结
- python2.X中print不输出回车的两种方法
- Python_cmd的各种实现方法及优劣(subprocess.Popen, os.system和commands.getstatusoutput)
- python 在不同层级目录import 模块的方法