Python必知詞彙：字元集

字元是各種文字和符号的總稱，包括各國家文字、标點符号、圖形符号、數字等。字元集是多個字元的集合，字元集種類較多，每個字元集包含的字元個數不同，常見字元集名稱：ASCII字元集、GB2312字元集、BIG5字元集、 GB18030字元集、UTF-8字元集、Unicode字元集等。

計算機要準确的處理各種字元集文字，就需要進行字元編碼，以便文本在計算機的存儲和通信過程中進行傳遞。

在計算機技術發展的早期，如ASCII（1963年）和EBCDIC（1964年）這樣的字元集逐漸成為标準。但這些字元集的局限很快就變得明顯，于是人們開發了許多方法來擴充它們。目前較為常見的字元集有以下幾種：

• ASCII為美國所用編碼标準，使用7位數字對美國常用字元進行編碼，其中包含128個字元。
• ISO-8859-1為歐洲标準的編碼，使用8位數字進行編碼，包含256個字元。
• GB2312、GBK為中國标準編碼。
• Unicode為萬國碼，包含世界上所有的語言與符号，其編碼格式有多種實作，包括UTF-8、UTF-16、UTF-32等。程式設計人員最常用的為UTF-8編碼。

在編寫程式時，若出現亂碼的情況，可能是編碼與解碼的格式不統一造成的，應立刻檢查檢查字元集是否正确。

資料來源：

• 維基百科詞條：字元編碼
• 百度百科詞條：字元集