零基礎學習 Python 之字元編碼

寫在之前

大家好，這裡是零基礎學習 Python 系列，在這裡我將從最基本的Python 寫起，然後再慢慢涉及到高階以及具體應用方面。我是完全自學的 Python，所以很是明白自學對於一個人的考驗，所以在這裡我會盡我最大的努力，把 Python 儘可能簡單的表述清楚，讓更多想要學習 Python 的朋友能夠入門。同時寫這個教程也算是對自己之前所學知識的一個鞏固和提高，喜歡的朋友們可以點個關注，有問題歡迎隨時和我交流。本文所有的代碼編寫均是 Python3 版本。

在實際的操作中，字元編碼是我們必然會遇到的一個「坑」，在我一開始的打算中我是不準備寫這個知識點的，但是我怕朋友們在之後遇到的時候不知道是什麼，而且它又是那麼的重要，因為它不單單是計算機中的一個基礎知識，而且還是一個有歷史過程的事情。

編碼

要講字元編碼，首先我們要從編碼開始談起。編碼這個東西如果單說具體的定義的話可能很難理解，下面我用一個例子解釋一下。

大家應該都看過戰爭片，一般要強攻的時候，長官下令衝鋒，然後就有一個小兵拿起小喇叭吹衝鋒號，這裡其實就是一次編碼，長官下達衝鋒命令，小兵將這個命令編碼為衝鋒號「嘟嘟嘟嘟」的聲音，然後聲音在空氣中傳播，士兵們聽到之後一般都會知道這是衝鋒的意思，不會聽成是打呼嚕的聲音，長官下達的命令你可能離著遠了聽不清啥意思，但是一聽衝鋒號吹起來，接受過訓練的人就知道這是要衝鋒的意思，不會理解錯意思，這也是編碼的優勢所在。這裡要說的是士兵接收到進攻命令，這叫做解碼，解碼完畢後士兵們明白了，然後才行動。

當然以上過程說的很簡單，真實的編碼和解碼過程肯定比這個複雜的多，但是總的原理，其實就是這麼個意思。

字元編碼

編碼我們說完了，那我們再來說說什麼是字元編碼。我們都知道計算機只能處理數字 (因為電是驅使計算機工作的基本，而電的特徵就是高低電平，高電平是 1，低電平是 0)，而我們編程的目的是為了讓計算機給我們幹活，從而實現我們的目的，而編程說白了就是一堆字元，所以一堆字元想要驅使計算機幹活，而計算機又只能處理數字，所以說這裡面涉及到一點，那就是從字元到數字的這麼一個過程，這個過程其實就是一個字元如何對應一個特定數字的標準，這個標準就是字元編碼。

字元編碼的發展史

計算機的字元編碼並不是一蹴而就的，而是有一個發展的過程。

1. ASCII 碼

20 世紀 60 年代，計算機發明的早期，那時候美國是計算機領域的大哥，於是他們自己制定了一套字元編碼，解決了英文和二進位間的對應關係，這個被稱為 ASCII 碼。

ASCII 碼是基於拉丁字母的一套電腦編碼系統，主要用於現代英語，因為英語用 128 個字元就夠了，但是計算機又不單單只是英語系國家用，如果表示其他語言，128 個字元是遠遠不夠的，於是其他的國家，都是在 ASCII 碼的基礎上，又發明了很多別的編碼。

2. Unicode 碼

在編碼上，由於出現了很多不同的形式，於是就出現了 「亂碼」 ，比如互發郵件的雙方，如果使用的編碼方式不一樣，那麼收信人就只能看亂碼了。於是 Unicode 應運而生，只看它的名字也應該知道，就是要統一符號的編碼。

Unicode 對世界上絕大多數的文字系統進行了整理，編碼，使得電腦可以用更為簡單的方式來呈現和處理文字，它伴隨著通用字符集的標準而發展，同時也以書本的形式對外發表。 Unicode 直到今天仍在不斷的增修，每個新版本都加入了更多的字元，它涵蓋的數據除了視覺上的字形，編碼方法，標準的字元編碼外，還包含了諸如大小寫字母等的字元特性。它雖然這麼能幹，你也要保持清醒，它也不是完美的，仍需繼續改進。

3. UTF - 8

UTF 就是 Unicode 的實現方式，而 UTF -8 是現在互聯網上流傳最廣的 Unicode 實現方式，雖然它只是 Unicode 實現方式中的一種，但也隱約有武林盟主的地位。

UTF - 8 是一種針對 Unicode 的可變長度字元編碼，也是一種前綴碼，它可以用來表示 Unicode 標準中的任何字元，它也是現在電子郵件，網頁以及其他存儲或者發送文字的應用優先採用的編碼。

所以，我們在以後的 Python 程序開發中，最好都要用 UTF - 8 編碼。

Python 字元編碼

在 Python3 中，所有的字元串都是 Unicode 字元串。

如果你想查看一下當前環境的編碼格式，可以用 sys 中 的 getdefaultencoding() 函數查看。

>>> import sys

>>> sys.getdefaultencoding()

"utf-8"

因為 Python3 支持的是 Unicode，所以每個漢字都對應著一個編碼數字，如果你想直到某個漢字對應的編碼數字，可以用 ord() 函數，同樣如果你想知道某個數字對應的漢字，可以用 chr() 函數。

>>> ord("李")

26446

>>> chr(26446)

"李"

最後在說一個函數 encode() ，這個函數能夠將 Unicode 編碼的字元串轉化為其它編碼，默認的是 UTF - 8，具體的應用如果有興趣的話可以用 help(str.encode) 查看。

寫在最後

感謝你能看到這裡，希望我寫的東西能夠讓你有到收穫，但是我還是希望我在文章里插入的代碼，你們能自己動手試一下，都很簡單。原創不易，每一個字，每一個標點都是自己手敲的，每次基本都要花三四個小時的時間去做這件事，初心是為了分享，所以希望大家能多給點支持，該關注關注，該點贊點贊，該轉發轉發，有什麼問題歡迎在後台聯繫我，也可以在公眾號找到我的微信加我。

參考資料：

1. Python（字元編碼）- Z賀 - 博客園。

2.廖雪峰的官方網站 Python 教程。

The end。

希望大家能夠多多關注我

掃一掃下方的二維碼

把我帶回家，嚶嚶嚶…

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！