python编码

ASCII码

ASCII码 表示127个英文字符
每个中文需要使用两个字节来编码，中文编码的规则 —— GB2312
由于不同国家有不同的编码规则，如日本，韩国都使用各自国家的
编码规则，在多语言混用的场合会出现混乱。

Unicode码

Unicode 用来把所有语言都统一到一套编码里，这样就不会再有乱
码问题了。Unicode 通常用两个字节编码（有的也用四个字节），而
ASCII码通常用一个字节字节。ASCII码转换成Unicode在前面一个字节
补0

UTF-8码

UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字
节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生
僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文
字符，用UTF-8编码就能节省空间。
UTF-8的一个好处在于，原有的ASCII的编码可以在UTF-8下继续工
作。

总结

搞清楚了ASCII、Unicode和UTF-8的关系，我们就可以总结一下现在
计算机系统通用的字符编码工作方式：
在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者
需要传输的时候，就转换为UTF-8编码。
用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字
符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到
文件：rw-file-utf-8
浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8
再传输到浏览器：web-utf-8
所以你看到很多网页的源码上会有类似的信息，表示该网页正是用
的UTF-8编码。
首先要搞清楚，字符串在Python内部的表示是unicode编码，因
此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他
编码的字符串解码（decode）成unicode，再从unicode编码（encode）
成另一种编码。
1.decode:其它码–>unicode
decode的作用是将其他编码的字符串转换成unicode编码，如
str1.decode(‘gb2312’)，表示将gb2312编码的字符串转换成unicode
编码。
2.encode:unicode–>其它码
encode的作用是将unicode编码转换成其他编码的字符串，如
str2.encode(‘gb2312’)，表示将unicode编码的字符串转换成gb2312
编码。