0Pricing
NLP Academy · Aula

Cadeias de caracteres, caracteres e codificações

Como o texto é armazenado como bytes e Unicode.

Cadeias de caracteres, caracteres e codificações é uma aula grátis de NLP Academy no CoddyKit. Esta é a aula 1 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de NLP Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de NLP Academy inclui 4 aulas no total.

Partes desta aula ainda não foram traduzidas e aparecem em inglês.

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. ✅

Perguntas Frequentes

A aula “Cadeias de caracteres, caracteres e codificações” é grátis?

Sim — o texto completo de “Cadeias de caracteres, caracteres e codificações” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de NLP Academy, atualize para CoddyKit PRO. O curso de NLP Academy inclui 4 aulas no total.

O que vou aprender em “Cadeias de caracteres, caracteres e codificações”?

Como o texto é armazenado como bytes e Unicode. Você pratica NLP Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.

Preciso ter experiência prévia para começar NLP Academy?

Nenhuma experiência prévia é necessária. NLP Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 1 de 4.

Quanto tempo leva a aula “Cadeias de caracteres, caracteres e codificações”?

A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.

Posso escrever e executar código nesta aula de NLP Academy?

Sim. Cada aula de NLP Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.

Todas as aulas deste curso

  1. Cadeias de caracteres, caracteres e codificações
  2. Lendo arquivos de texto no Python
  3. Contando palavras e caracteres
  4. Criando sua primeira tabela de frequência de palavras
← Voltar para NLP Academy