文字檔案的編碼格式，都在**3A伺服器**上進行測試

# 一、文字檔案

- 文字檔案儲存的內容是基於 **字元編碼** 的檔案，常見的編碼有 `ASCII` 編碼，`UNICODE` 編碼等

> Python 2.x 預設使用 `ASCII` 編碼格式
> Python 3.x 預設使用 `UTF-8` 編碼格式

# 二、ASCII 編碼和 UNICODE 編碼

## 2.1 `ASCII` 編碼

- 計算機中只有 `256` 個 `ASCII` 字元
- 一個 `ASCII` 在記憶體中佔用 **1 個位元組** 的空間
  - `8` 個 `0/1` 的排列組合方式一共有 `256` 種，也就是 `2 ** 8`

## 2.2 `UTF-8` 編碼格式

- 計算機中使用 **1~6 個位元組** 來表示一個 `UTF-8` 字元，涵蓋了 **地球上幾乎所有地區的文字**
- 大多數漢字會使用 **3 個位元組** 表示
- `UTF-8` 是 `UNICODE` 編碼的一種編碼格式

# 三、Python 2.x 中如何使用中文

> Python 2.x 預設使用 `ASCII` 編碼格式
> Python 3.x 預設使用 `UTF-8` 編碼格式

- 在 Python 2.x 檔案的 **第一行** 增加以下程式碼，直譯器會以 `utf-8` 編碼來處理 python 檔案

```
# *-* coding:utf8 *-*
```

> 這方式是官方推薦使用的！

- 也可以使用

```
# coding=utf8
```

## 3.1 unicode 字串

- 在 `Python 2.x` 中，即使指定了檔案使用 `UTF-8` 的編碼格式，但是在遍歷字串時，仍然會 **以位元組為單位遍歷** 字串
- 要能夠 **正確的遍歷字串**，在定義字串時，需要 **在字串的引號前**，增加一個小寫字母 `u`，告訴直譯器這是一個 `unicode` 字串（使用 `UTF-8` 編碼格式的字串）

```
# *-* coding:utf8 *-*

# 在字串前，增加一個 `u` 表示這個字串是一個 utf8 字串
hello_str = u"你好世界"

print(hello_str)

for c in hello_str:
    print(c)
```

文字檔案的編碼格式

相關文章