編碼的發展歷史

ASCII：

ASCII編碼使用7位二進制數表示一個字符，范圍從0到127。每個字符都有一個唯一的ASCII碼值與之對應。例如，大寫字母"A"的ASCII碼是65，小寫字母"a"的ASCII碼是97。

ASCII字符集包括英文字母，數字，標點符號，控制字符(回車，換行等等)，128個，最初來源于美國。

ASCII擴充表：

解決歐洲一些國家字符編碼問題，擴充為256個字符。

但是在中國無法使用，英文漢字太多了，后來就出現了GB2312字符集.

GB2312字符集:

GB2312是中國國家標準局于1980年發布的一種字符集，它是對漢字進行編碼的標準。GB2312字符集主要包括漢字、英文字母、數字和一些常用符號。

GB2312使用兩個字節表示一個漢字字符，(一個字節是8個二進制位的數據單元),其中第一個字節的范圍是0xB0-0xF7，第二個字節的范圍是0xA1-0xFE。這樣的編碼方式可以表示7445個漢字字符。

GB2312主要用于簡體中文的字符編碼，它是早期中國計算機系統中最常用的字符集之一。

print("你".encode("gb2312"))# b'\xc4\xe3'

GBK:

GBK（Guojia Biaozhun Kuozhan）是中國國家標準局于1995年發布的一種字符集，它是對漢字進行編碼的擴展字符集。GBK字符集是在GB2312的基礎上進行擴展而來，可以表示更多的漢字字符。

GBK使用雙字節編碼，與GB2312相同，每個字符使用兩個字節來表示。GBK字符集包括GB2312中的所有字符，并添加了大量的繁體中文字符、生僻字和其它語種的字符。通過這種方式，GBK可以表示超過21000個漢字和符號。

GBK字符集被廣泛應用于簡體中文和繁體中文環境中，特別是在早期的計算機系統和中文操作系統中。然而，隨著時間的推移和技術的發展，GBK也逐漸被更先進的字符集如GB18030和Unicode所取代，這些字符集能夠更好地支持更廣泛的字符和語言。

需要注意的是，GBK和GB2312之間的編碼兼容性非常高，大多數GB2312編碼的字符在GBK中仍然可以正確解析和顯示。

print("你".encode('gbk')) # # b'\xc4\xe3'

問題出現：

問題：不能每一個國家都創建一個字符集吧，在進行信息交流的時候就出現了亂碼的問題.

Unicode:

Unicode是一種國際標準字符集，旨在為世界上所有的字符提供唯一的標識符。它定義了字符的編碼方式，使不同國家和地區的計算機能夠交換和處理多語言文本。

Unicode字符集包含了幾乎所有的已知字符，包括不同語言的字符、標點符號、數學符號、技術符號、貨幣符號等。其編碼空間非常大，總共可以表示超過1.1百萬個字符。

Unicode采用統一的編碼方案，即每個字符分配一個唯一的數字標識符，稱為碼點（code point）。常用的表示方式是使用十六進制表示碼點，例如字母"A"的碼點是U+0041，漢字"中"的碼點是U+4E2D。

為了表示Unicode字符，需要使用不同的編碼方案，其中最常見的是UTF-8、UTF-16和UTF-32。這些編碼方案根據字符的碼點將其轉換為不同長度的字節序列，以便在計算機系統中存儲和傳輸。

Unicode的出現解決了以往字符編碼標準的局限性，使得不同語言和文化之間的文本處理更加方便和統一。它被廣泛應用于現代計算機系統、操作系統、編程語言和互聯網標準中，成為國際化文本處理的基礎。

UTF-8：

UTF-8（Unicode Transformation Format-8）是一種常用的Unicode字符編碼方案之一。它是一種可變長度的字符編碼，能夠表示Unicode字符集中的所有字符。

UTF-8使用8位（1個字節）作為基本的編碼單元，采用了一種變長的編碼方式。具體地說，UTF-8根據字符的碼點范圍將其轉換為1至4個字節的字節序列。

UTF-8的優勢在于它既能夠完全兼容ASCII字符，又能夠表示任意Unicode字符，同時保持了文本數據的緊湊性和兼容性。因此，UTF-8成為了互聯網上最常用的字符編碼方案之一，被廣泛應用于網頁、電子郵件、數據庫存儲以及各種文本文件的處理中。

print('你'.encode('utf-8')) #b'\xe4\xbd\xa0'