本文共 663 字，大约阅读时间需要 2 分钟。
1、。
2、关于java正则表达式的汉字写法。（参见）
| 1 | String regex = "[\\p{InCJK Unified Ideographs}&&\\P{Cn}]]" ; |
3、Python3中str与bytes转换：
4、 （维基百科）
5、关于utf8的bom头。（Python3下）
| 1 2 3 4 5 6 7 8 9 | >>> import codecs >>> codecs.BOM_UTF8 b '\xef\xbb\xbf' >>> len (b '\xef\xbb\xbf' ) 3 >>> codecs.BOM_UTF8.decode( 'utf8' ) '\ufeff' >>> len ( '\ufeff' ) 1 |
6、一些编码字符集的关系：
（1）、gb2312-1980 < gbk-1995 < gb18030-2000 < gb18030-2005
| 1 2 3 4 5 | # 收录汉字个数 gb2312-1980：6763 gbk-1995：21003 gb18030-2000：27533 gb18030-2005：70244 |
（2）、ANSI = Windows 1252 = CP 1252 = Windows code page 1252 = Windows Latin-1（）
相关阅读：
*** ***
本文转自walker snapshot博客51CTO博客，原文链接http://blog.51cto.com/walkerqt/1733872如需转载请自行联系原作者
RQSLT