python编码问题

　　最早只有127个字符被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码；

　　由于不同国家有不同语言，各自发展出一套编码，不避免的发生编码冲突，于是Unicode应运而生。Unicode把所有语言都统一到一套编码里；

　　UTF-8是在Unicode基础上发展而来的可变长的编码方式。

ASCII	Unicode	UTF-8
1个字节	2个字节	可变长

　　编码表示示例

字符	ASCII	Unicode	UTF-8
A	01000001	00000000 01000001	01000001
中	x	01001110 00101101	11100100 10111000 10101101

　　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

　　

 

Python中的编码

　　win+ python2 的环境下，Python 自带的IDE中输入的中文默认编码方式为GBK，所以先按照utf-8方式解码，然后编码成当前环境默认编码方式然后输出。

　　Python 3版本中，字符串是以Unicode编码

　　由于Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。纯英文的str可以用ASCII编码为bytes，内容是一样的，含有中文的str可以用UTF-8编码为bytes。含有中文的str无法用ASCII编码，因为中文编码的范围超过了ASCII编码的范围，Python会报错。