关于ASCII、Unicode、UTF-8编码问题的小思考

一、前言

仅仅只是关于编码问题的一些小思考，简单过一下。

二、关于编码

字符编码问题.jpg

三、验证

以往我们可能了解的都是一些理论知道，下面我们来通过 Python3 来验证一下。分别来看看英文字符 'A' 和 '中' 分别在不同编码下的实际情况。

A 的 ASCII 、UTF-8、GB2312 编码

>>> 'A'.encode('ascii')
b'A'

>>> 'A'.encode('utf-8')
b'A'

>>> 'A'.encode('gb2312')
b'A'

中的 ASCII 、UTF-8、GB2312 编码

>>> '中'.encode('ascii')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character '\u4e2d' in position 0: ordinal not in range(128)

>>> '中'.encode('utf-8')
b'\xe4\xb8\xad'

>>> '中'.encode('gb2312')
b'\xd6\xd0'

可以看到中文是不能进行 ASCII 编码的。