Python必知词汇：字符集

字符是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。字符集是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，常见字符集名称：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、UTF-8字符集、Unicode字符集等。

计算机要准确的处理各种字符集文字，就需要进行字符编码，以便文本在计算机的存储和通信过程中进行传递。

在计算机技术发展的早期，如ASCII（1963年）和EBCDIC（1964年）这样的字符集逐渐成为标准。但这些字符集的局限很快就变得明显，于是人们开发了许多方法来扩展它们。目前较为常见的字符集有以下几种：

• ASCII为美国所用编码标准，使用7位数字对美国常用字符进行编码，其中包含128个字符。
• ISO-8859-1为欧洲标准的编码，使用8位数字进行编码，包含256个字符。
• GB2312、GBK为中国标准编码。
• Unicode为万国码，包含世界上所有的语言与符号，其编码格式有多种实现，包括UTF-8、UTF-16、UTF-32等。编程人员最常用的为UTF-8编码。

在编写程序时，若出现乱码的情况，可能是编码与解码的格式不统一造成的，应立刻检查检查字符集是否正确。

资料来源：

• 维基百科词条：字符编码
• 百度百科词条：字符集