Python程序设计课件:Unicode与字符串(一).ppt

Python程序设计课件:Unicode与字符串(一).ppt

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共63页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

Encoding(编码)一种简易的编码方式Thefirstencodingyoumightthinkofisanarrayof32-bitintegers.(2^32=4,294,967,296,whereastherangeofUnicodecodepointsisupto1,114,111)Inthisrepresentation,thestring“Python”wouldlooklikethis:一种简易的编码方式用32-bitinteger编码,有缺点:It’snotportable;differentprocessorsorderthebytesdifferently.It’sverywastefulofspace.Inmosttexts,themajorityofthecodepointsarelessthan127,orlessthan255,soalotofspaceisoccupiedbyzerobytes.It’snotcompatiblewithexistingCfunctionssuchasstrlen(),soanewfamilyofwidestringfunctionswouldneedtobeused.ManyInternetstandardsaredefinedintermsoftextualdata,andcan’thandlecontentwithembeddedzerobytes.解决方案思想:不要用固定长度的32-bitinteger(4bytes)。对常用的字符,给其一个小的编号(1byte),以节省空间;对不常用的字符,给其一个大编号一定要兼容已有的编码标准(ASCII)UTF-8isoneofthemostcommonlyusedencodings.UTFstandsfor“UnicodeTransformationFormat”,andthe“8”meansthat8-bitnumbersareusedintheencoding.UTF-8UTF-8usesthefollowingrules:Ifthecodepointis128,it’srepresentedbythecorrespondingbytevalue.Ifthecodepointisbetween128and0x7ff(十进制:2047),it’sturnedintotwobytevaluesbetween128and255.Codepoints0x7ffareturnedintothree-orfour-bytesequences,whereeachbyteofthesequenceisbetween128and255.UTF-8UTF-8hasseveralconvenientproperties:ItcanhandleanyUnicodecodepoint.AUnicodestringisturnedintoastringofbytescontainingnoembeddedzerobytes.Thisavoidsbyte-orderingissues,andmeansUTF-8stringscanbeprocessedbyCfunctionssuchasstrcpy()andsentthroughprotocolsthatcan’thandlezerobytes.AstringofASCIItextisalsovalidUTF-8text.UTF-8isfairlycompact;themajorityofcodepointsareturnedintotwobytes,andvalueslessthan128occupyonlyasinglebyte.Unicode现状目前的Unicode字符分为17组编排,每组被称为平面(Plane),而每平面拥有65536个码位,共1,114,112个。目前只用了少数平面Unicode至今仍在不断增修,每个新版本都加入更多新的字符。目前必威体育精装版的版本为目

文档评论(0)

ning2021 + 关注
实名认证
内容提供者

中医资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年05月10日上传了中医资格证

1亿VIP精品文档

相关文档