Python中使用最多的数据类型是字符串，我们表达字符串的方式通常使用引号包裹具体的值，使用单引号或者双引号皆可。字符串操作不能涉及算术运算符中的减、乘、除以及取模、幂和地板除的操作，即便是字符串中的值定义为数字也不可以，如果使用字符串进行算术运算操作，Python会提示一种新的错误类型：TypeError（类型错误）。
字符串可以使用和算术运算符中加号一致的符号，但是二者含义完全不同。操作符“+”使用在字符串中表示为拼接（concatenation），可以将操作符左右两侧的字符串拼接并打印出来。
HelloWorld打印出来之后容易引起阅读误会，如果两个字符串之间有个空格会更好。实现方式是定义一个变量space，赋予值为空格，然后在两个字符串之间添加“space”，这个字符串代指的含义是空格，再次输出，结果就是Hello World。
Python中编写代码以英文居多，但是并不代表Python不支持中文。中文的字符串在Python中是可以正常输出的。但这个过程需要处理编码问题。
因为最初的计算机是美国人发明的，所以早期的编码处理只针对英文中常用的127个字母、数字和符号。美国人将这些编码整合到一张表中，被称为ASCII（中文称为：“阿斯柯”）编码表。但是这个编码表在处理中文的时候是完全不能满足要求的，所以后来我们制定了GB2312编码表，用来支持中文编码。
但是随着这个趋势的发展，日本人制定了Shift_JIS用来存储日文，韩国人制定了Euc-kr用来存储韩文，各国用各国的标准，这就导致多语言的文本中出现乱码显示的问题。
为了统一编码标准，Unicode应运而生，它可以将所有的语言文字放到一套编码里面。一般情况下，Unicode用两个字节标识一个字符，如果碰到中文中较为偏僻的字，会用到四个字节。而这一编码标准支持了绝大多数的操作系统和编程语言。
假设定义一个变量a = 60，使用ASCII和Unicode表示的区别在于：
ASCII是一个字节存储，表示为：60转换成二进制（00111100）手动转换成二进制为111100，但是因为是一个字节，前面需要加2位0补齐八位。
Unicode是两个字节存储，表示为：60转换成Unicode（00000000 00111100）原理仍然是转换成二进制，但是因为是两个字节，不足的位数需要用0补齐。
但这样同时造就了一个新的问题，使用Unicode虽然可以统一编码标准，但是占用的计算机内存空间却变多了，以前只需要一个字节就能存储的数字60，现在至少需要两个字节，这比ASCII编码多了一倍的存储空间。
为了提升计算机的运行效率，又将Unicode编码转换成了“可变长编码”，我们称之为“UTF-8”编码。UTF-8可以根据实际的编码值进行长度的变化，英文字母占用一个字节，而汉字使用三个字节，碰到偏僻字才会使用4个字节，这一操作大大节约了计算机的内存空间。同时UTF-8还可以使用原有ASCII编码支持体系中的所有文件，可谓是一举两得。
理解这些之后，来看一下计算机系统通用的字符编码工作方式：在计算机内存中，统一使用Unicode字符，当需要移动到硬盘或者可存储设备的时候，可以转换为UTF-8编码。
如果在电脑中使用文本文档编辑，文件中读取的UTF-8被转换为Unicode字符到计算机内存中；编辑完成保存时再把Unicode转换为UTF-8格式保存到文件。
浏览网页的时候，服务器会把动态生成的Unicode内容转换成UTF-8再传输到浏览器，学习过html语言的同学会看到<meta charset=“UTF-8”/>，表示该网页使用的是UTF-8编码。
网友评论