ASCII

--聲明此文章源於老男孩教育 Python解釋器在加載.py文件中間的代碼，會對內容進行編碼（默認ASCII）。 ASCII（American Standard Code for Information Interchange,美國標準信息交換代碼）是基於拉丁字母的一套電腦編碼系統，主要用於顯示現代英語與西歐語言，最多隻能用8位來表示（一個字節），即2^8=256-1,因此ASCII最多隻能表示255個字符。 關於中文 爲了處理漢字，程序員設計了用於簡體中文的GB2312和用於繁體的中文的big5。 GB2312(1980年)一共收錄7445個字符，包括6763個漢字和682個其它符號。漢子區的內碼範圍高字節從B0-F7，低字節從A1-FE,佔用的碼位是72*94=6769.其中有5個空位是D7FA-D7FE。 GB2312支持的漢字太少。1995年的漢字擴展規範GBK1.0收錄了21886個符號，它分爲漢字區和圖形符號區，漢字區包括21003個字符。2000年的GB18030是取代GBK1.0的正是國家標準。該標準收錄了27484個漢字，同時還收錄了藏文、蒙文、維吾爾文等主要的少數民族文字。如今的PC平臺必須支持GB18030,對嵌入式產品暫不做要求。因此對手機、mp3通常支持GB2312。 從ASCII、GB23十二、GBK到GB18030，這些編碼方法是向下兼容的，即同一個字符在這些方案中總數有相同的編碼，後面的支持更多的字符。在這些編碼中英文和中文能夠統一處理。區分中文編碼的方法是高字節的最高位不爲0。按照程序員的稱呼，GB23十二、GBK到GB18030都屬於雙字節字符集（DBCS）。 有的中文Windows的缺省內碼仍是GBK，能夠經過GB18030升級包升級到GB18030。不過GB18030相對GBK增長的字符，一般人是很難用到的，一般咱們仍是用GBK指代中文Windows內碼。 顯然ASCII碼沒法將世界的各類文字和符號所有表示，因此，就須要新出一種能夠表明全部字符和符號的編碼，即Unicode Unicode（統一碼、萬國碼、單一碼）是一種在計算機上使用的字符編碼，Unicode是爲解決傳統的字符編碼方案的侷限而產生，他爲每一種語言的每個字符設定了贊成而且惟一的二進制編碼，規定雖有的字符和符號最少由16位來表示（2個字節），即：2**16=65536， 注：此處說的是最少2個字節，可能更多UTF-8，是對Unicode編碼的壓縮和優化，他再也不使用最少2個字節，而是將全部的字符和符號進行分類ASCII碼的內容用1個字節保存、歐洲的字符用2個字節保存，東亞的字符用3個字節保存。 因此。Python解釋器在加載.py文件中的代碼時，會對內容進行默認編碼。