[Python] 淺談字元碼位 (Code Point) 及相關函式

字元碼位？就是每個字元的編碼位置，可以想成是每個字元的身分證，只要知道那個字元，就能知道它的碼位；反之亦然。

雖然目前有這麼多種編碼，而每種編碼中的碼位都不同，我們應該每種都學嗎？幸運的是 Python 3 把字串跟 Unicode 做了整合，所以我們接下來所談的部分會專注於 Unicode 這個編碼上。

• ord() 與 chr()

在 Python 中，可以使用 ord() 函式取得某個字元的碼位：

print(ord('1'))
# 49
print(ord('N'))
# 78
print(ord('你'))
# 20320

然後我們可以把這個碼位丟進 chr() 函式獲取該碼位的字元：

print(chr(49))
# '1'
print(chr(78))
# 'N'
print(chr(20320))
# '你'

請配著上面的範例食用(?)

• 轉義－使用碼位

可能有人會看過什麼 \???、\x??、\u???? 之類的東西，可是看都看不懂，這其實是使用了碼位來進行字串的轉義，我們來看看 Python 中 Unicode 字元的轉義：

1. \ _ _ _：以8進位的碼位來表示字元，最多3位數
2. \x_ _：以16進位的碼位來表示字元，基本上2位數
3. \u_ _ _ _：以16位元的16進位數值代表碼位
4. \U_ _ _ _ _ _ _ _：同上，只是這是32位元的數值

print('\116')  # 116(8) == 78(10)
# N
print('\x31')  # 31(16) == 49(10)
# 1
print('\u4F60')  # 4F60(16) == 20320(10)
# '你'
print('\U00004F60')
# '你'