在计算机中，所有的数据在存储和运算时都要采用二进制数值表示（由于计算机用高电平和低电平差别表示1和0），而具体用哪些二进制数字表示哪个符号，当然每个人都可以约定自己的一套（这就叫编码），而大家假如要想互相通讯而不造成杂乱，那么大家就必要采用雷同的编码条例，这就是统一编码的原因。简朴来说编码就是字符与数值的对应关系。

下面我们详细介绍差异编码的编码条例和利用。

ASCII编码

ASCII码是由美国有关的尺度化结构出台的，后来它被国际尺度化结构（International Organization for Standardization, ISO）定为国际尺度，称为ISO 646尺度。该尺度统一规定了常用字符（像a、b、c、d这样的52个字母（包括大写）以及0、1等数字还有一些常用的符号（例如：、!、+等）总共128个字符）如何用二进制数来表示。ASCII分为尺度ASCII 码采用7 位二进制数组合来表示128种字符和开拓ASCII的8 位二进制数组合来表示256种字符。

• 尺度ASCII

• 0-127所涵盖的码称为尺度ASCII编码，如：空格SPACE是32（二进制00100000），大写的字母a是97（二进制01100001）。这128个符号（包括32个不能打印出来的管理符号），只占用了一个字节(8位)的后7位，最前面的一位统一规定为0。

  下面是尺度ASCII码表：

  • 开拓ASCII码

  • 后128个称为开拓ASCII码。开拓ASCII码许可将每个字符的第8 位用于确认附加的128 个不同凡响符号字符、外来语字母和图形符号；

    下面是开拓ASCII码表：

    在python中可以采用内置函数ord()察看单个字符的ASCII码，例如：

    ord(a)
    97
    ord() 函数实质是返回字符的 Unicode 码对应的十进制数值。例如
    ord(国)
    22269
    另外，ord()逆函数chr()察看编码对应的字符，例如：
    chr(97)
    a
    chr(22269)
    国
    GBK
    因为ASCII编码是不支持中文的，但又需要寻求一种编码方式来支持中文。于是，国人就定义了一套编码条例：当字符小于127位时，与ASCII的字符雷同，但当两个大于127的字符连接在一起时，就典型一个汉字，第一个字节称为高字节（从0xA1-0xF7）,第二个字节为低字节（从0xA1-0xFE）,这样大约可以组合7000多个简体汉字。这个条例叫做GB2312。
    因为中国汉字许多，有些字还是无法表示，于是重新定义了条例：不在要求低字节一定是127之后的编码，只要第一个字节是大于127，就固定表示这是一个汉字的开端，不管后面跟的是不是开拓字符集里的内容。这种开拓之后的编码方案称之为GBK，涵盖了GB2312的所有内容，同时新增了近20000个新的汉字（包括繁体字）和符号。但是，中国有56个民族,每个民族都有自己的文字，所以，对GBK编码条例进行了开拓，又加了近几千个少数民族的字符，再次开拓后得编码叫做GB18030，GBK字符是被涵盖在GB18030字符内的，与GBK根本向后兼容。GB18030共收录汉字70,244个
    Python中采用gbk和gb18030编码韩字：
    韩encode(gb18030)
    b\xba\xab
    韩encode(gbk)
    b\xba\xab
    ANSI
    为使计算机支持更多的语言，通常采用 0x80~0xFFFF 范畴内的2个字节来表示1个字符。比如：汉字 中 在中文操纵系统中，采用0xD6、0xD0这两个字节存储。但差异的国家和地域制定了差异的尺度，由此发生了 GB2312、GBK、GB18030、Big5、Shift_JIS 等各自的编码尺度。这些采用多个字节来典型一个字符的各种延伸编码方式，被称为 ANSI 编码。在简体中文Windos操纵系统为中，ANSI 编码典型 GBK 编码；在繁体中文Windos操纵系统中，ANSI编码典型Big5；而在日文Windos操纵系统中，ANSI 编码典型 Shift_JIS 编码。差异 ANSI 编码之间互不兼容，当信息在国际间切磋时，无法将属于两种语言的文字，存储在同一段 ANSI 编码的文本中。ANSI编码表示英文字符时用一个字节，表示中文用两个或四个字节。
    Unicode
    由于世界上有许多国家，而每个国家都定义一套自己的编码尺度，结局相互之间无法分析编码进行通讯，所以ISO（国际尺度化结构）决择定义一套编码方案来解决所有国家的编码疑问，这个新的编码方案就叫做Unicode。留心Unicode不是一个新的编码条例，而是一套字符集（为每一个「字符」分配一个唯一的 （学名为码位  码点  Code Point）），可以将Unicode懂得为一本世界编码的字典。具体的符号对应表，可以查询，或者专门的汉字对应表。
    在Python中察看字符对应Unicode数值的想法：
    中encode(unicode_escape)
    b\\u4e2d
    b\\u4e2ddecode(unicode_escape)
    中
    需要留心的是，Unicode 只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。比如，汉字严的 Unicode 是十六进制数4E25，转换成二进制数足足有15位（1001110 00100101），也就是说，这个符号的表示至少需要2个字节。表示其他更大的符号，可能需要3个字节或者4个字节，甚至更多。这里就有几个严重的疑问，第一个疑问是，计算机如何才能区别 Unicode 和 ASCII ？还有计算机怎么知道三个字节表示一个符号，而不是差别表示三个符号呢？第二个疑问是，我们已经知道，英文字母只用一个字节表示就够了，假如 Unicode 统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必定有二到三个字节是0，这对于存储或传输来说是极大的糟蹋，文本文件的大小会因此大出二三倍，这是无法承受的。它们造成的结局是：显露了 Unicode 的多种存储方式，也就是说有很多种差异的二进制形式，可以用来表示 Unicode。也导致了Unicode 在很长一段时间内无法推销，直到UTF编码的显露。
    UTF-8编码
    因为Unicode对照糟蹋网络和硬盘资源，因此为了解决这个疑问，就在Unicode的底层上，定制了一套编码条例（将「码位」转换为字节序列的条例【编码解码 可以懂得为 加密解密 的过程】），这个新的编码条例就是UTF-8。UTF-8使用1-4个字符进行传输和存储数据，是一种针对Unicode的可变长度字符编码，又称万国码。
    Unicode与Utf-8编码条例：采用下面的模板进行互转
    Unicode符号范畴（十六进制） | UTF-8编码方式(二进制)
    ------------------------------------------------------------------------
    0000 0000-0000 007F | 0xxxxxxx
    0000 0080-0000 07FF | 110xxxxx 10xxxxxx
    0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx\
    0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
    Unicode字符通过对应模板加上标记位就后是Utf-8编。例如：迷 Unicode的编码为 \\u8ff7 用二进制表示为：‭10001111 11110111‬，8ff7处于第三个模板范畴内，把10001111 11110111 按模板分成三份 1000 111111 110111，然后加上标记位的二进制为：111010001011111110110111 所以utf-8编码是‭E8BFB7‬
    Python中Unicode字符转UTF-8编码：
    迷encode(utf-8)
    b\xe8\xbf\xb7
    那么如何分辨utf-8各个字符的？utf-8分辨每个字符的开端是依据编码的高位字节来分辨的，比如：用一个字节表示的字符，第一个字节高位以0开头；用两个字节表示的字符，第一个字节的高位为以110开头，后面一个字节以10开头；用三个字节表示的字符，第一个字节以1110开头，后面两个字节以10开头；用四个字节表示的字符，第一个字节以11110开头，后面的三个字节以10开头。这样计算机就可以认出每个字符由几个字节构造，才能显示出正确的信息。
    UTF-8和Unicode转换
    比如汉字智，utf-8编码是\xe6\x99\xba对应的二进制为：11100110 10011001 10111010，因为utf-8中一个汉字是3个字节，所以对应的模板为：
    0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
    11100110 10011001 10111010 | UTF-8编码成的二进制1110xxxx 10xxxxxx 10xxxxxx | 对应模版 0110 011001 111010 |去除模版中的标记位后01100110 01111010典型十六进制667A，因此依据条例转换得出智Unicode的编码为667A。
    同样，依据Unicode中字符的编码位置，也能找到对应的utf-8编码。例如：UTF-8编码：\xe8\xbf\xb7，用二进制表示为：‭11101000 10111111 10110111‬，有3个字节属于第三个模板范畴，按模板去掉标记位后是：1000 111111 110111，结局就是迷字的Unicode字符8ff7。
    b\\u8ff7decode(unicode_escape)
    迷
    Unicode与GBK编码的转换
    Unicode 与 GBK 是两个彻底差异的字符编码方案, 其两者没有直接关系。假如要对其进行相
    互转换, 最直接最高效的想法是查询各自的字符比较表。
    Python实现Unicode与GBK转换（将Unicode对应数值：\\u8ff7转GBK字符想法）：
    l_u=b\\u8ff7decode(unicode_escape)
    l_uencode(gbk)
    b\xc3\xd4
    UTF-8、Unicode与GBK的关系
    Utf-8（utf-16）====编码====Unicode=====编码=====GBK（ANSI）
    Utf-8（utf-16）====解码====Unicode===解码=======GBK（ANSI）
    结算：Unicode字符可以通过编码可以得到UTF-8和GBK，相反UTF-8和GBK也可以通过解码得到Unicode，但GBK和UTF-8之间无法直接转换，只能转换到Unicode后再转到另一编码。其实所谓编码转换是数值与字符的转换。
    URL编码 解码
    URL编码就是一个字符ascii码的十六进制。不过稍微有些变动，需要在前面加上。比如\，它的ascii码是92，92的十六进制是5c，所以\的URL编码就是5c。那么汉字的URL编码呢？很简朴，非ASCII字符的编码一般有两种，是以GBK或UTF8进行编码。例如：迷 对应的UTF-8编码\xe8\xbf\xb7，则胡的URL编码是E8BFB7。解码想法是去掉，之后再进行UTF-8解码，就可以得到实际的字符了。
    计算机是以什么编码存储和传输数据的呢？
    支持Unicode的利用程序（python、VS、VC、Google Chrome、notepad等大多数程序都支持（部门程序需要设置编码）。
    不支持Unicode的利用程序（易语言等）则会以管理面板—区域—控制中设置的编码（ANSI）进行存储，例如：简体中文(GBK)、繁体中文(Big5)等。
    例如：以国产编程语言‘易语言’为例，看一下变量在内存中是以什么编码存储的
    a＝你
    调试输出(取指针地址_文本型(a))
    
    *1966420
    通过CE察看此内存地址中对应的值为0000E3C4，而你的GBK编码正好为：E3C4。由此得知，易语言软件是以GBK编码进行数据存储和传输的。
    再看看数据在内存中如何存储：
    ·采用OD察看
    ·采用CE察看
    多字符变量你好啊的GBK字符：c4e3bac3b0a1
    OD
    CE（8字节显示）
    由此可以看出，内存的存储编码方式与软件支持的编码方式是一致的（易语言：GBK字符；python：Unicode字符）；计算机内存数据存储一般使用大端模式(内存高位对数据低位，内存低位对数据高位) 。OD默认是从内存低位到高位显示数据，CE默认是从内存高位到低位显示数据，所以看到的十六进制数值是相反的。存储占用的内存大小，会依据变量的数据类型申请对应大小的内存来存储。