python幾種編碼格式的介紹以及設置編碼格式的方法

本篇內容介紹了“python幾種編碼格式的介紹以及設置編碼格式的方法”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

一、ASCII 碼

計算機存儲數據是用0、1存儲的，為了存儲英文字符等，所以出現了一個ASCII編碼表，通過這個表就是把對應的英文轉換對應為相應的0、1數據存儲到計算機，但是英文只有26個字母，中文有6萬多漢字，ASCII編碼不夠，所以根據需要就出現了unicode、utf-8等編碼，實際可以理解為它們把全球的文字編碼對應到計算機的0、1來存儲識別。

ASCII 碼使用指定的 7 位或 8 位二進制數組合來表示 128 或 256 種可能的字符。標準 ASCII 碼也叫基礎ASCII碼，使用 7 位二進制數來表示所有的大寫和小寫字母，數字 0 到 9、標點符號， 以及在美式英語中使用的特殊控制字符。其中：

• 0～31及127(共33個)是控制字符或通信專用字符（其余為可顯示字符），如控制符：LF（換行）、CR（回車）、FF（換頁）、DEL（刪除）、BS（退格)、BEL（振鈴）等。通信專用字符：SOH（文頭）、EOT（文尾）、ACK（確認）等；

• ASCII值為 8、9、10 和 13 分別轉換為退格、制表、換行和回車字符。它們并沒有特定的圖形顯示，但會依不同的應用程序，而對文本顯示有不同的影響。

• 32～126(共95個)是字符(32sp是空格），其中48～57為0到9十個阿拉伯數字；

• 65～90為26個大寫英文字母，97～122號為26個小寫英文字母，其余為一些標點符號、運算符號等

Unicode

Unicode是為了解決傳統的字符編碼的局限而產生的。對世界上大部分的文字系統進行了編碼、整理，使電腦可以更方便的處理和展示文字。Unicode采用16位編碼空間，每個字符占2個字節。Unicode的實現方式稱為Unicode轉換格式

Unicode碼擴展自ASCII字元集。在嚴格的ASCII中，每個字元用7位元表示，或者電腦上普遍使用的每字元有8位元寬。而Unicode使用全16位元字元集。這使得Unicode能夠表示世界上所有的書寫語言中可能用於電腦通訊的字元、象形文字和其他符號。

不同的編碼方式會造成亂碼問題，Unicode將世界上所有符號都納入其中。每一個符號都給予一個編碼，這樣就就解決了亂碼問題。Unicode現在的規?？梢匀菁{100多萬個符號，每個符號的編碼都不一樣，例如U+4E0A表示上，U+4E0B表示下，具體的符號對應表可以查看： http://www.chi2ko.com/tool/CJK.htm

UTF-8

UTF全稱(Unicode Transformation Format)，所以它是一種針對前面提到的Unicode的編碼格式，常見的格式就是 UTF-8，還有 UTF-16, UTF-32。

UTF-8 其中的 8 表示的是 8 bit，即Unicode中每8位表示一個字符，UTF-16 和 UTF-32 類似，因為Unicode最多才21位，32位大于21位，所以 UTF-32 的格式就可以表示所有字符對應的Unicode碼了，但是呢，32位也就是4字節，讓每個字符都占用4字節太費空間了，所以出現了UTF-8和UTF-16。

UTF-8 編碼規則如下：

• 每個字節中不足8位的，高位(左邊)先用0補上，比如 0XXXX XXXX；

• 超過兩字節表示的UTF-8，第一個字節高位添加兩個 1 和一個 0，后面的字節高位添加 10；

• 3字節和4字節同理，幾個字節高位就添幾個 1 再加上一個 0，其余字節高位添 10；

設置編碼格式

Python中默認的編碼格式是 ASCII 格式，在沒修改編碼格式時無法正確打印漢字，所以在讀取中文時會報錯。解決方法為在文件的開頭加入 # -*- coding: UTF-8 -*-或者#coding=utf-8 就行了。

我們要記住寫python程序的時候一般使用utf-8編碼格式來存儲編碼格式，網頁里面同樣的也聲明utf-8即可，utf-8是中文、英文、日文等全球文字都可以使用的編碼格式，通用性很強。

在Pycharm 中設置編碼格式的步驟：File  —>  setting —> File Encodings

“python幾種編碼格式的介紹以及設置編碼格式的方法”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！