Unicode

關於爬取網站資料儲存為docx出現的一些問題

File “src\lxml\etree...

直到後來越來也多地接觸字元編碼，終於，筆者被這堆概念搞蒙了：一會兒Unicode編碼，一會兒又Unicode字符集，UTF-8編碼，UTF-16字符集還有什麼字元編碼、位元組序列...

不同之處在於，UCS-2最初設計的時候只考慮到BMP字元，因此使用固定2個位元組長度，也就是說，他無法表示Unicode其他層面上的字元，而UTF-16為了解除這個限制，支援Unicode全字符集的編解碼，採用了變長編碼，最少使用2個位元組...

但是，如生活一樣，美好的表面下，總是隱藏著不盡如人意，上面的utf-8編碼之所以能在windows gbk的終端下顯示正常，是因為到了記憶體裡python直譯器把utf-8轉成了unicode ，但是這只是python3，並不是所有的程...

如果RegExp建構函式第一個引數是一個正則物件，那麼可以使用第二個引數指定修飾符字串的正則方法字串物件共有 4 個方法，可以使用正則表示式：match（）、replace（）、search（）和split（）u 修飾符ES6 對正則表...

但是有的編碼方式中，例如適用於 Unicode 字符集的 UTF-8 編碼形式，就將很大一部分字元的整數編號作了變換後儲存到計算機中...

所以一個不大於128的code point所代表的Unicode字元與ASCII碼相同，而超過128的字元則為ASCII無法表示的...