2.15Python中的字符集問題

@什麼是字符集

• 計算機記錄文字的方式是通過字符集序號來記錄的；
• 每一個字元的儲存，都是以其位於字符集中的序號來實現的，包括空格、換行符、標點等；
• 最早的字符集是ASCII，只包含包括大小寫字母、阿拉伯數字、一些基本符號；
• 隨著計算機在全球各國的普及，由於世界的語言眾多，就誕生了各種適應不同語種的字符集；
• 專門適應中文的字符集有GBK、GB2312等，例如Windows作業系統中文版所使用的就是GBK字符集；
• 但無論何種字符集，都預設將ASCII完整包含在前128位當中；
• 由於不同主機中使用的字符集不同，導致了嚴重的資料傳輸亂碼問題；
• UTF-8字符集包含了世界各種不同語言中的常用字元，正逐漸成為某種意義上的、心照不宣的業界標準；

@ASCII字符集

• 美國標準資訊交換碼（American Standard Code for Information Interchange）；
• 包括最基本的128個字元，是最早也最基本的字符集；
• 內容包括大小寫字母、阿拉伯數字、以及一些常用符號；
• 序號和字元的互換可以使用chr(order)和ord(character)兩個系統內建函式；
• ASCII碼錶