Python 中的 Unicode、utf-8、二进制、ASCII答案

【问题标题】：Unicode, utf-8, binary, ASCII in PythonPython 中的 Unicode、utf-8、二进制、ASCII
【发布时间】：2014-01-14 02:02:55
【问题描述】：

它们有什么区别？
Python 3.0 使用文本和（二进制）数据的概念，而不是 Unicode 字符串和 8 位字符串。所有文本都是 Unicode；然而，编码的 Unicode 被表示为二进制数据。

这是什么意思？

谢谢。

【问题讨论】：

Character Sets explained for Dummies!的可能重复

标签： python unicode utf-8 binary ascii

【解决方案1】：

您需要了解的有关 unicode 和编码的所有信息都在这里 - 它与 Python 无关：http://www.joelonsoftware.com/articles/Unicode.html

wrt/ 第二个问题：Python3 有两种“字符串”：文本字符串（unicode）和二进制字符串（又名bytestrings），它们不是 unicode。对文本字符串（iow unicode）进行编码会产生二进制字符串。

【讨论】：

【解决方案2】：

故事：

Unicode 是一种 python 数据类型，用于存储所有个字符。

UTF-8 是一种可变宽度编码，可以表示 Unicode 字符集中的每个字符。它旨在向后兼容 ASCII，并避免 UTF-16 和 UTF-32 中字节顺序和字节顺序标记的复杂性。

ASCII, 美国信息交换标准代码 (ASCII /ˈæski/ ass-kee) 是一种字符编码方案，最初基于英文字母表，它编码 128 个指定字符 - 数字 0 -9、字母 az 和 AZ、一些基本的标点符号、一些源自电传打字机的控制代码和一个空格 - 输入 7 位二进制整数。

总结：

这三种是同一事物的不同形式：String，又名Text。

区别：

Ascii 用于这样的纯文本，但 unicode 用于更全面的文本，例如：

    ∮ E⋅da = Q,  n → ∞, ∑ f(i) = ∏ g(i),      ⎧⎡⎛┌─────┐⎞⎤⎫
                                            ⎪⎢⎜│a²+b³ ⎟⎥⎪
  ∀x∈ℝ: ⌈x⌉ = −⌊−x⌋, α ∧ ¬β = ¬(¬α ∨ β),    ⎪⎢⎜│───── ⎟⎥⎪
                                            ⎪⎢⎜⎷ c₈   ⎟⎥⎪
  ℕ ⊆ ℕ₀ ⊂ ℤ ⊂ ℚ ⊂ ℝ ⊂ ℂ,                   ⎨⎢⎜       ⎟⎥⎬
                                            ⎪⎢⎜ ∞     ⎟⎥⎪
  ⊥ < a ≠ b ≡ c ≤ d ≪ ⊤ ⇒ (⟦A⟧ ⇔ ⟪B⟫),      ⎪⎢⎜ ⎲     ⎟⎥⎪
                                            ⎪⎢⎜ ⎳aⁱ-bⁱ⎟⎥⎪
  2H₂ + O₂ ⇌ 2H₂O, R = 4.7 kΩ, ⌀ 200 mm     ⎩⎣⎝i=1    ⎠⎦⎭

参考资料：

建议进一步阅读：

【讨论】：

Unicode 也用于“纯文本”。只要看看任何非英文网站。
不，我的意思不是“仅适用于综合文本”，而不适用于纯文本。我的意思是，also 用于综合文本..