字符集
计算机只能处理数字(其实就是数字0和数字1)， 如果要处理文本，就必须先把文本转换为数字才能处理。 最早的计算机在设计时采用8个比特（bit）作为一个字节（byte）， 所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255）， 0 - 255被用来表示大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码。ASCII码表使用7位二进制表示一个字符，它的区间范围时0~127，⼀共只能表示128个字符，仅能支持英语。
随着计算机科学的发展，西欧语言、希腊语、泰语、阿拉伯语、希伯来语等语言的字符也被添加到码表中， 形成了一个新的码表ISO8859-1(又被称为Latin1)码表。 ISO8859-1使用8位二进制表示一个字符串，完全兼容ASCII码表。Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。
Unicode 是为了解决传统的字符编码方案的局限而产生的， 它为每种语言中的每个字符设定了统一并且唯一的二进制编码， 以满足跨语言、跨平台进行文本转换、处理的要求。字符和编码相互转换
使用 chr 和 ord 方法，可以实现字符和编码之间的相互转换。
print(ord('a')) # 使用 ord 方法，可以获取一个字符对应的编码 print(chr(100)) # 使用 chr 方法，可以获取一个编码对应的字符编码规则
使用 Unicode 为每种语言的每个字符都设定了唯一的二进制编码，但是它还是存在一定的问题，不够完美。 例如，汉字 “你” 转换成为一个字符结果是 0x4f60 ,转换成为二进制就是 01001111 01100000 ，此时 就有两个问题: 1 1001111 01100000 到底是一个汉字 “你” ，还是两个 Latin1 字符？ 2 如果Unicode进行了规定，每个字符都使用n个八位来表示，对于Latin1字符来说，又会浪费很多存储空间。 为了解决这个问题，就出现了一些编码规则，按照一定的编码规则对Unicode数字进行计算，得出新的编码。 在中国常用的字符编码有 GBK , Big5 和 utf8 这三种编码规则。 使用字符串的 encode 方法，可以将字符串按照指定的编码格式转换称为二进制； 使用 decode 方法，可以将一个二进制数据按照指定的编码格式转换成为字符串。如
s1 = '你'.encode('utf8') # 将字符 你 按照 utf8 格式编码 成为二进制 print(type(s1)) # <class 'bytes'> # 得到 <class 'bytes'> print(s1) # b'\xe4\xbd\xa0' # 得到 b'\xe4\xbd\xa0' s2 = s1.decode('utf8') # 将二进制 按照 utf8 格式解码 成为 字符串 print(s2) # 得到 你 s3 = '你'.encode('gbk') # 将字符 你 按照 gbk 格式转换 成为 二进制 print(s3) # b'\xc4\xe3' # 得到 b'\xc4\xe3' s4 = s3.decode('gbk') # 将 二进制 按照 gbk 格式解码 成为 字符 print(s4) # 得到 你计算里面只能识别 0 和 1
字符 编码 二进制的保存方式 A==> 65 == > a==> 97 ==> 0110 0001 ==> 八位一个字节 0000 0000 最小 0 0111 1111 最大 127 1000 0000 128 1111 1111 255ASCII码表使用一个字节来表示一个字符 最多可以表示128 个（不使用最高位） ISO-8859-1 使用了最高位 0-127 和ASCII码表完全兼容，最多能表示255个 Unicode编码 ==>·绝大部分国家的文字都有一个对应的编码
你 1001111 01100000 1.是一个汉字，还是两个Latin符？ 2.加入规定所有字符都使用16位，2个字节来表示 00000000 01001111 ==>Latin 00000000 01100000 ==>Latin GBK：国标扩，汉字占两个字节，简体中文 utf-8：统一编码，汉字占三个字节.