xinqifan的博客

原创 Python-字符编码

Unicode字符 字符 -> 代码点 -> 代码单元 非Unicode字符由一组字节（8位比特bits）组成，Unicode字符由一组Unicode代码点(code points)组成，编码成文件或者存储在内存中时并不一定是单个字节。 Unicode代码点是一个数字，在Unicode标准中代表了一种意思，通常是某个字符，也可以用于和其他代码点共同组成字符。 代码单元（code units）是用于存储代码点的单位，utf8中是8bits，utf16中是16bits。例如，字符☃ 是一个代码点