March 2022
Intermediate to advanced
522 pages
13h 52m
Chinese
Content preview from Python语言及其应用（第2版）
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
188
｜
第
12
章
12.1
文本字符串
：
Unicode
第
5
章介绍过
Python
字符串的基础知识，现在是时候真正深入了解
Unicode
了。
Python 3
的字符串是
Unicode
字符序列，而非字节数组
。到目前为止，这是从
Python 2
到
Python 3
最大的变化。
目前本书所有的文本示例全都是普通的
ASCII
（
American Standard Code for Information
Interchange
，美国信息交换标准代码）。
ASCII
定义于
20
世纪
60
年代
，可谓十足的“老古
董”了。那时计算机有冰箱大小，多少算是有那么点儿智能。
计算机的基本存储单元是
字节
，一字节有
8
位，可以存储
256
个不同的值
。由于各种原
因，
ASCII
只用到了
7
位（
128
种取值）：
26
个大写字母
、
26
个小写字母、
10
个数字、若
干标点符号、若干空白字符，以及若干非打印控制代码。
可惜这个世界并不是只有
ASCII
提供的这些字符。否则
，你倒是可以在餐馆点热狗，但无
法在咖啡厅点
Gewürztraminer
1
。为了能让一字节编码更多的字母和符号，人们付出了大量
的努力，你有时候还会看到这些成果。其中包括：
• Latin-1
或
ISO 8859-1
；
• Windows
编码页
1252
。
以上解决方案使用了一字节中全部的
8
位，但
即便如此，还是不够用，尤其是对于非欧洲
语言。
Unicode
是一个持续发展的国际标准，定义了世界上所有语言的字符
，以及数学和
其他领域的各种符号。甚至还有
emojis
表情符号！
Unicode
为每个字符提供了唯一的编码数字，无论具体的平台、程序和语言是什么。 ...