ASCII 与 Unicode

ASCII 是一种字符编码系统，用于将英文字符和一些常用符号转换为二进制形式表示，在计算机内部存储和传输。ASCII 编码最初只使用了 7 位二进制，所以只能表示 128 种字符。

Unicode 是一个更加全面的字符编码系统，它支持全球范围内的字符、符号和文字，包括非英语语言和特殊符号。Unicode 的编码范围更广泛，可以支持超过 1 百万种字符。

ASCII 编码

ASCII 编码使用 7 位二进制表示字符，最大可以表示 128 种字符，包括：

• 字母（大小写）
• 数字
• 标点符号
• 控制字符

在计算机内部，这些字符表示为二进制数值，可以用十进制或十六进制表示。例如，“A” 的 ASCII 值是 65，二进制表示为 01000001，十六进制表示为 0x41。

ASCII 编码主要被用于计算机的早期阶段，由于只支持有限的字符集，无法满足国际化的需求。

Unicode 编码

Unicode 是一个更为全面的编码系统，可以表示超过 1 百万种字符，包括全球所有的文字、符号和表情等。

Unicode 将字符映射到数字上，每个字符都有一个唯一的数值表示，称为“码位”。Unicode 使用 16 位二进制（通常表示为 “code point”）表示一个字符，最大可以表示 65535 种字符。

由于 Unicode 表示 16 位编码，所以有一些字符需要使用两个 code point 来表示，这被称为“UTF-16 编码”。UTF-8 则是 Unicode 的一种压缩编码方式，可以使用 1-4 个字节表示 Unicode 字符，是目前最为广泛使用的编码方式之一。

在 Python 3 中，字符串默认使用 Unicode 编码：

>>> s = 'Hello, 你好!'
>>> len(s)  # len 函数返回字符串的长度
10

总结

ASCII 编码在计算机早期广泛使用，但无法满足多语言、国际化的需求。Unicode 是一个更全面的字符编码系统，可以表示超过 1 百万种字符。在 Python 3 中，字符串默认使用 Unicode 编码。