另类字符 回忆上次内容

• 上次再次输出了大红心<span style="font-size:64px;color:red">?</span>
• 找到了红心对应的编码
• 黑红梅方都对应有编码

这篇文章开始我们来学习一下python中的字符串，同时查看一下Cpython中字符串对象及类型对象和方法在底层的实现。CPython中字符串对象结构体为PyUnicodeObject，为什么要用unicode来命名。回想一下前边的一篇文章，ASCII编码，一个字节，英文字符可以表示；随着中文等语言的出现，一个字符已经不能表示这么多字符，Unicode使用最多可以达到4个字节来表示一个字符；同时会出现一个问题，一个英文符号使用一个字节就够了，没必要采用四个字节，utf-8编码提供了一个新的编码规则，具有可变长的功能。

尽管世界通用的Emoji表情已经有近2700个，你在手机上找到一个不常用的Emoji也许要找半天——但Unicode最近又发布新Emoji了，共有157个。算上各种肤色发色组合，最终Emoji总数将会超过2800个。

Unicode联盟（The Unicode Consortium）是由诸如苹果、微软、谷歌等科技巨头组成的非盈利组织，过去主要为了统一世界编码语言，2010年后他们也开始负责统一“图像编码”Emoji。换句话说，他们不生产Emoji，但他们定义每一个Emoji的含义。

前言

Pytest是一个广泛使用的Python测试框架，通过参数化测试（Parameterized Testing）功能，可以轻松地为测试用例提供多组输入数据。然而，当我们尝试在参数化测试中使用中文作为测试用例的IDs时，有时会遇到Unicode编码问题，导致测试报告中显示的是乱码。本文将详细解释这个问题的原因，并提供解决方案，确保测试报告中正确显示中文IDs。

在Python编程中，我们有时候会遇到UnicodeDecodeError错误。这个错误通常是因为Python无法将一个字符串解码成正确的编码格式。这个问题在处理不同编码格式的文件时经常出现。在本文中，我们将为你介绍常见的UnicodeDecodeError错误以及处理方法。

1.编码方式和字符类型。

• 第一种编码方式是单字节字符集，称之为SBCS，它的所有字符用一个字节存储。ASCII码就是SBCS。
• 第二种编码方式是多字节字符集，称之为MBCS，它包含的字符中有单字节长的字符，也有多字节长的字符。Windows用到的MBCS只有二种字符类型，单字节字符和双字节字符。因此Windows中用得最多的字符是双字节字符集，即

MFC使用Unicode编码

MFC采用Unicode编码的字符时，在编译链接时，就必须用到特殊的参数（还要改变可执行文件执行的入口），必须在每个string前面加上T，将char修改成TCHAR，每个字符串处理函数（strcpy()、strdup()、strcat()等）都要改变成其他的字符串处理函数名。

介绍

在前端开发中，为了让中文在不同的环境下都能很好的显示，一般是将中文转化为unicode格式，即\u4f60，比如："你好啊"的unicode编码为"\u4f60\u597d\u554a"。

JS里将中文转为unicode编码很简单。

• ASCII ((American Standard Code for Information Interchange): 美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统。ASCII 编码 只能表示一些英文字母和数字，满足不了不使用英文的国家的字符。ASCII编码就是用1个字节来存储字符。

• Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。因为世界国家很多，每个国家都定义一套自己的编码标准，结果相互之间谁也不懂谁的编码，就无法进行很好的沟通交流，所以及时的出现了一个组织ISO（国际标准化组织）决定定义一套编码方案来解决所有国家的编码问题，这个新的编码方案就叫做Unicode。Unicode 没有规定字符对应的二进制码如何存储。以汉字“汉”为例，它的 Unicode码点1 是 0x6c49，对应的二进制数是 110110001001001，二进制数有 15 位，这也就说明了它至少需要 2 个字节来表示。可以想象，在 Unicode 字典中往后的字符可能就需要 3 个字节或者 4 个字节，甚至更多字节来表示了。

1 python3.x编码解码unicode字符串

python的ASCII码范围为[0,127]，非ASCII码范围大于127.