中文编码及万国码

最新推荐文章于 2026-04-14 20:18:01 发布
转载 最新推荐文章于 2026-04-14 20:18:01 发布 · 8.3k 阅读 · 2
标签
#python基础
本文介绍了从ASCII到GB2312、GBK1.0、GB18030等中文编码标准的发展历程，并详细解释了Unicode与UTF-8编码的重要性及应用。文章还展示了如何在Python中设置UTF-8编码。

字符编码
支持中文的第一张表就叫 GB2312

1980 GB2312 6700+
1995 GBK1.0 20000
2000 GB18030 27000
big5 台湾

unicode 万国码 支持所有国家和地区的编码
2^16 = 65536 = 存一个字符 统一占用2个字节

UTF-8 = unicode的扩展集，可变长的字符编码集

Assic –> GB2312 –> GBK1.0 –> GB18030
Assic –> unicode –>utf-8/utf-16

告诉python解释器，用什么编码来执行源代码，即：

# -*- coding: utf-8 -*-

print "你好，世界"
U4E00【unicode万国码对照】.zip
01-21
主要是字符编码问题，有兴趣的可以看一看。
【知识拓展】字符编码 {Unicode和GBK字符编码方案；UTF-8，UTF-16，UTF-32存储方案；char，wchar_t，char8_t，char16_t，char32_t字符类型}
52Herzt的博客
05-05 1728
【学科冷知识】字符编码 {Unicode和GBK字符编码方案；UTF-8，UTF-16，UTF-32存储方案；char，wchar_t，char8_t，char16_t，char32_t字符类型}
ASCII码表
weixin_52284319的博客
11-12 4341
数字和字符的对照关系表 ASCLL编码：American Standard Code for Information Interchange Unicode编码：万国码。是数字和字符符号的对照关系表，开头0-127部分和ASCLL完全一样，但从128开始包含更多的字符。 需要记忆的： 48 —> ‘0’ 57 —>‘9’ 65 —>‘A’ 90 —>‘Z’ 97 —>‘a’ 122 —> 'z ​ 在计算机内部运算采用的是二进制的方式，里面的数据都是二进制的0，1格式，
Python爬虫实现指南：从入门到实战
最新发布
04-14 2647
网络爬虫（Web Crawler）是一种按照一定规则自动抓取互联网信息的程序。简单来说，它就像一只在互联网上"爬行"的蜘蛛，沿着链接不断获取页面内容，提取我们需要的数据。Python凭借其简洁的语法和丰富的第三方库，成为了实现网络爬虫的首选语言。初级阶段：掌握requests + BeautifulSoup，能够爬取静态页面中级阶段：学习Selenium处理动态页面，应对反爬策略高级阶段：掌握Scrapy框架、分布式爬虫、大规模数据抓取爬虫技术是把双刃剑，合理使用能提高工作效率，滥用则会带来法律风险。
常见的编码
hjw1001的博客
07-24 2865
常见字母的ASCII码大小： “0”为 48“、A”为65、“a”为97，一般小写的字母如“a”比大写的“A”多32，方便记忆推算。汉字等不在表上的，也可以借助工具如。
搞清楚字符编码10-万国码[6]
Sacredness的博客
07-21 2365
这篇博客简要介绍一下万国码的BOM信息以及万国码的大小端 BOM信息 什么是BOM信息 BOM信息是一种标示，用于告诉文本编辑器这个文件使用的是什么编码，以及编码使用的大端存储还是小端存储. 例如utf-8的BOM信息是EF BB BF，如果保存文件时使用的是UTF-8 with BOM这种编码在文件的最前边就会有这段信息. 如果保存时使用的是普通的UTF-8编码就没有这段BOM信息. 注...
前端编码问题汇总
weixin_30480651的博客
11-10 88
众所周知，字符的编码方式有两种惯例，一种是很古老的对ASCII码做某种语言子集的扩展，比如big5和gb2312，分别是繁体字扩展和简体字扩展，两者互不兼容，与之类似的编码还有ISO系列，各个拉丁文的子编码集合也不相互兼容，这种编码的好处是编码集合很小，坏处是不能同时使用多种语言，于是就有了另一种编码惯例：“万国码”，全球所有语言做成一个码表，即unicode码 表，显然，这种编码的坏处是码表太庞...
编程语言中的编码方式（笼统）
qq_39551227的博客
07-19 606
1.Assic 是单字节编码，用于英文字符和数字，因为计算机起源于美国，英文字母和数字都可以用单字节表示。 2.GB2312是中国规定的汉字编码，也可以说是简体中文编码集。 3.GBK 是对GB2312扩展，包括了繁体字。我国的国标，是中文编码，是双字节。 4.Unicode 是为解决传统的字符编码方案的局限而产生的，它为每种语言中的每一个字符定义了统一的二进制编码。是万国码。 5.UTF-8是动态的编码方式，可以根据字符需要字节的大小调整编码方式，UTF-8包含全世界所有国家需要用到的字符。 ...
「前端基础」字符编码简述
雨y飘零久的博客
09-24 644
文章目录ASCIIGB2312, GBK, GB18030Unicode(万国码, 统一码)UTF-8 我们知道，计算机内部，所有信息最终都是一个二进制值。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从00000000到11111111。 ASCII 因为计算机的诞生是在美国, 所以一开始只需要存储a, b, c…英文字母和键盘上面的字符和控制
编码
weixin_30421525的博客
05-20 68
最早的计算机编码是ASCII码，有英文+数字+特殊字符，8位=1个字节 中文进行编码，对ASCII码进行扩充，扩充到2**16（65536）个字符，两个字节------》GBK（国标）--包含中文+日文+韩文+英文（兼容ASCII码） UNICODE（32bit）兼容各个国家的编码-万国码----造成严重的空间浪费 UTF-8：可变长度的UNICODE，本质是UNICODE--- 英文占用...
常见编码方式（码表）
weixin_30765475的博客
08-02 593
ASCII：美国标准信息交换码 用一个字节的7位可以表示（只有英文、阿拉伯数字以及一些特殊符号） ISO8859-1（Latin-1）：欧洲码表or拉丁码表 用一个字节的8位表示。又称Latin-1（拉丁编码）或“西欧语言”。ASCII码包含的仅仅是英文字母，并且没有完全占满256个编码位置，所以它以ASCII为基础，在空置的0xA0-0xFF的范围内，加入192个字母及符号...
python5_Python5 - 字符编码
weixin_39757743的博客
01-13 113
Python 字符编码参考详细文章： py编码终极版http://www.diveintopython3.net/strings.html1.在python2默认编码是ASCII, python3里默认是unicode2.unicode 分为 utf-32(占4个字节),utf-16(占两个字节)，utf-8(占1-4个字节)， 所以utf-16就是现在最常用的unicode版本， 不过在文...
计算机的计算编码和基本运算（上）
2201_75336957的博客
06-08 541
C：内存中数据的存取是以二进制位为存储单位的（错误，bit是信息量最小的单位，而Byte（字节）是数据存储的基本单位）16*16点阵，一个点需要1为bit，共占用32字节（16*16*1bit/8（1字节=8bit）=32字节）A：在内存程序中，可执行程序用二进制表示，源程序用八进制来表示（错误，都是用二进制来表示）‘a’~'z'：97~122（字符c的ASCII码：97+从a开始第几个字符（3）-1）异或：xor、小尖尖（比较小）、（类似田字格）（一样得0、不一样得1）计算机语言进行交互的语言叫做。
Python 中文编码
weixin_34345753的博客
12-03 65
Python 中文编码 前面章节中我们已经学会了如何用 Python 输出 "Hello, World!"，英文没有问题，但是如果你输出中文字符"你好，世界"就有可能会碰到中文编码问题。 Python 文件中如果未指定编码，在执行过程会出现报错： #!/usr/bin/python print "你好，世界"; 以上程序执行输出结果为： File "test.py", line 2...
文本编码解释
撬动未来的支点的专栏
09-27 2093
** 等长编码对于英文来说浪费空间，所以出现了变长编码UTF系列，如UTF8，UTF16，UTF32。 UTF8的编码对象是整个Unicode字符集，所以可以表示所有国家的语言而不会乱码，所以叫“万国码”。所以网络传输文本一般使用UTF-8编码，如网页，这样可以在不同的电脑上看到相同的文本而不乱码。 但是UTF8还是对于英文来说，还是单个字节，但是对于其他语言编码还是多个字节，占用空间仍然较大。...
ASCII字码表
shaokunkunkunkun的博客
12-01 900
ASCII字码表 定义： 数字和字符的对照关系表（编码表）。 即：American Standard Code For Information Interchange,美国信息交换标准码。 Unicode码表： 定义： 万国码。也就是就是所有数字和符号的对照关系，包含中文，开头0-27部分和ASCII完全一样，但是128开始包含有更多字符。 需要记住的特殊字码 48 - ‘0’ 65 - ‘A’ 97 - 'a ’ ...
【C++】中文编码方式总结
乱七八糟の中转站
12-26 3528
原网址：http://www.csdn123.com/html/itweb/20130729/27095_27089_27092.htm 【 导读 】ASCII 码是使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符。 ASCII 编码可以表示的最大字符数年是 256,其实英文字符并没有那么多 　　ASCII-----单字节编码 　　ASCII
04_编码
a2604539133的博客
08-22 1779
一区位码两个字节 二国际码两个字节 三国标码GB2312GBKGB18030等都是国标两个字节 四GB2312即交换码机内码两个字节 五GBK两个字节 六GB18030可变字长124字节都有 七unicode统一码万国码单一码可变字长 八UTF-8 九UTF-16 十UTF-32 十一ucs-2 中文编码：区位码、国际码、国标码（GB2312、GBK、GB18030等） 国标：unicod
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值