Day08 · 字符串（二）
Day08 · 字符串（二）阶段：阶段一 · 核心基础 | 前置：Day07 | 技术基准：Python 3.15.0学习目标掌握三种字符串格式化方式：% 运算符、str.
终于有人把西门子PLC字符串说明白了
今天跟大家分享一下西门子PLC的字符串读写，希望这篇文章可以让大家彻底弄明白西门子PLC字符串的相关知识。字符串说明字符串是西门子PLC通信中最容易出错的数据类型。
中文在网址里为什么变成 E4B8AD？URL 编码 22 组用例实测
「中」在网址里是 %E4%B8%AD，「文」是 %E6%96%87，两个字一共 6 个字节、18 个字符。同一个空格，encodeURIComponent 给的是 %20，表单编码给的是加号。我把 22 组输入丢进一个网页逐个拆到字节，页面上 27 项断言全绿，耗时 0.
C# 字符串编码与乱码：一次搞清楚UTF-8和GBK
"读文件中文变问号""调接口返回乱码""Excel 打开 CSV 全是锟斤拷"——编码问题几乎每个开发者都踩过。搞懂底层原理，这类问题就不再靠猜。本质：字符 ↔ 字节 的翻译规则// 计算机只认字节。
计算机中文编码《区位码\国标码\机内码》进阶史
1980年，为了使每个汉字有一个全国统一的编码，我国颁布了汉字编码的国家标准:GB2312-80《信息交换用汉字编码字符集》基本集，这个字符集是我国中文信息处理技术的发展基础，也是国内所有汉字系统的统一标准。
干货：一个案例看懂“结巴”分词（Jieba），入行NLP必备
导读：近年来，随着NLP技术的日益成熟，开源实现的分词工具越来越多，如Ansj、盘古分词等。在本文中，我们选取了Jieba进行介绍和案例展示，主要基于以下考虑：社区活跃。
一个汉字三种编码：UTF-8、GBK、UTF-16 逐字节对比实测
「汉」在 UTF-8 里是 E6 B1 89，在 GBK 里是 BA BA，在 UTF-16LE 里是 49 6C。同一个字，三种编码，分别是 3 字节、2 字节、2 字节。我把这三个数字摊在同一张表里对了一遍，谁多一个字节、谁换了字节序，一眼可见。
jieba中文分词详解
print)word 永和 start: 0 end:2word 有限公司 start: 6 end:10其他词典有一些开源的自定义词典文件，可以直接使用占用内存
1 分钟带你认识从 "" 到 "锟斤拷"
而 GBK 编码依然采用双字节编码方案，因此上面的 6 字节 0xEFBFBDEFBFBD，就被拆成了 3 个 2 字节字符即 0xEFBF， 0xBDEF， 0xBFBD 对应 GBK 编码里面就是:锟，斤，拷。