0Pricing
NLP Academy · Lección

Cadenas, caracteres y codificaciones

Cómo se almacena el texto como bytes y Unicode

Cadenas, caracteres y codificaciones es una lección gratuita de NLP Academy en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de NLP Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de NLP Academy incluye 4 lecciones en total.

Partes de esta lección aún no han sido traducidas y se muestran en inglés.

Text Is Made of Characters

Every piece of text you process is a string: an ordered run of characters like letters, digits, spaces, and symbols. 🔤

Strings in Python

In Python a string is wrapped in quotes. You can store a whole sentence in a single variable and work with it as one value.

text = "NLP turns text into insight"
print(type(text))  # <class 'str'>

Each Character Has a Position

A string is indexed, so each character sits at a numbered position starting from zero. That lets you reach any single letter.

word = "data"
print(word[0])  # d
print(word[3])  # a

Computers Store Numbers

A computer cannot store the letter A directly. It stores a number, and an encoding is the agreed map between characters and those numbers.

ASCII Came First

ASCII mapped 128 basic English characters to numbers. It worked for plain English but had no room for accents or other alphabets.

Unicode Covers Everything

Unicode gives every character a unique code point, from English letters to Chinese script and emoji. Modern Python strings are Unicode.

Code Points in Python

The ord function shows a character's Unicode number, and chr turns a number back into its character.

print(ord('A'))   # 65
print(chr(233))   # é

Encoding Turns Text Into Bytes

To save or send text, Python turns it into bytes using a scheme like UTF-8. Bytes are what files and networks actually carry.

data = "café".encode("utf-8")
print(data)  # b'caf\xc3\xa9'

UTF-8 Is the Default Choice

UTF-8 stores common characters in one byte and rarer ones in more. It is compact, universal, and the standard for almost all text today.

Decoding Bytes Back to Text

Reading raw bytes means decoding them with the same scheme used to encode. The wrong scheme produces garbled or broken characters.

raw = b'caf\xc3\xa9'
print(raw.decode("utf-8"))  # café

Encoding Mistakes Cause Mojibake

Decoding with the wrong encoding gives mojibake, that jumble of odd symbols. Always know and match your encoding to avoid it.

Quick Check

Let us check the difference between two key text standards.

Recap: Text as Encoded Strings

You saw that text is a string of characters, mapped to numbers by Unicode and stored as UTF-8 bytes. Match encodings and your text stays clean. ✅

Preguntas frecuentes

¿La lección «Cadenas, caracteres y codificaciones» es gratis?

Sí — el texto completo de «Cadenas, caracteres y codificaciones» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de NLP Academy, actualiza a CoddyKit PRO. El curso de NLP Academy incluye 4 lecciones en total.

¿Qué aprenderé en «Cadenas, caracteres y codificaciones»?

Cómo se almacena el texto como bytes y Unicode Practicas NLP Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.

¿Necesito experiencia previa para empezar NLP Academy?

No se requiere experiencia previa. NLP Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.

¿Cuánto tiempo toma la lección «Cadenas, caracteres y codificaciones»?

La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.

¿Puedo escribir y ejecutar código en esta lección de NLP Academy?

Sí. Cada lección de NLP Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.

Todas las lecciones de este curso

  1. Cadenas, caracteres y codificaciones
  2. Lectura de archivos de texto en Python
  3. Conteo de palabras y caracteres
  4. Construcción de su primera tabla de frecuencias de palabras
← Volver a NLP Academy