Teks: ASCII dan Unicode

Komputer hanya menyimpan angka, jadi setiap karakter diberi nomor. Daftar nomor yang paling awal dipakai secara luas adalah ASCII, yang memuat 128 karakter: huruf Latin besar dan kecil, angka, tanda baca, dan beberapa karakter kendali.

Perhatikan bahwa huruf kecil selalu 32 lebih besar dari huruf besarnya. Di Python, ord() memberikan kode sebuah karakter dan chr() mengubah kode menjadi karakter.

1print(ord("A"), ord("a"), ord("0"))2print(chr(66), chr(98))3print(chr(ord("g") - 32))

65 97 48
B b
G

Unicode untuk seluruh dunia

128 karakter tidak cukup untuk aksara Jawa, huruf Arab, aksara Tionghoa, atau emoji. Karena itu dibuat Unicode, yang memberi nomor unik untuk lebih dari seratus ribu karakter dari hampir semua sistem tulisan di dunia. Nomor Unicode untuk huruf Latin dasar sama dengan ASCII.

Nomor Unicode disimpan dengan cara tertentu yang disebut pengodean. Yang paling banyak dipakai di web adalah UTF-8, yang memakai 1 sampai 4 byte per karakter.

1for karakter in ["A", "é", "€", "😀"]:2    data = karakter.encode("utf-8")3    print(karakter, ord(karakter), len(data), "byte")

A 65 1 byte
é 233 2 byte
€ 8364 3 byte
😀 128512 4 byte

1kata = "HALO"2for huruf in kata:3    kode = ord(huruf)4    print(huruf, kode, format(kode, "08b"))

H 72 01001000
A 65 01000001
L 76 01001100
O 79 01001111