Python - 字符串编解码

关于编解码

编码/解码本质上是一种映射
字符a 用 ascii 编码则是65，计算机中存储为 00110101。
a 需要解码为 00110101，才能被计算机使用。

编码：真实字符与二进制串的对应关系，真实字符 → 二进制串
解码：二进制串与真实字符的对应关系，二进制串 → 真实字符

如：
UTF-8 --> decode 解码 --> Unicode
Unicode --> encode 编码 --> GBK / UTF-8 等

编码的种类

• ASCII 占 1个字节，只支持英文
• GB2312 占2个字节，支持 6700+ 汉字
• GBK GB2312的升级版，支持 21000+ 汉字，中文2个字节。
• Unicode 2-4 字节， 已经收录 136690 个字符
• UTF-8：使用 1、2、3、4 个字节表示所有字符；
  优先使用1个字符、无法满足则使增加一个字节，最多 4个字节。
  英文占1个字节、欧洲语系占2个、东亚占 3个，其它及特殊字符占 4个，中文 3个字节。
• UTF-16：使用2、4个字节表示所有字符；
  优先使用2个字节，否则使用4个字节表示。

ASCII 以 1字节 8个bit位表示一个字符，首位全是0，表示的字符集明显不够

unicode