Python编码问题

乱码根源：

• 本地内存中编码方式都是“Unicode”，这是系统自动设定的！
• 而在本地硬盘（保存到文件中）编码方式，是要设定的，而且为了“最高性价比”，多要设定为utf-8；
• 网络中是各种各样的编码方式，拉取到本地，会自动“解释”为Unicode，在控制台输出，这些都还是在内存中；
• 即使以UTF-8编码方式保存文件到本地，当读取的时候，本地也只会把文件当做基本的编码方式，如gbk，所以，仍然要编码为UTF-8，再交给本地自动转换为Unicode!

总结：

在计算机的世界，Unicode是“普通话”，其他的，像UTF-8、gbk什么的都是方言，而有的方言还解释不成普通话（因为有的方言，如gbk，太有“地方特色”，一些“俚语”在普通话里不能“写出来”，表达的含义，可意会不可言传 ），所以计算机会“说错话”,毕竟计算机还只是个机器，它只认普通话；同时，这个机器还蛮自动化的，会自动将方言转换为普通话，而在一些“认不出来”的情况下，就直接报错了，所以，如果出错的时候将自己想要讲的话转换（编译）为其它方言就行了，系统会再识别一次！

---

在Python中，有常用三套编码方式：

• ASCII：一个字节（byte），也就是8个比特（二进制八位），只能代表128个英文字符
• Unicode：两个字节（byte），及其特殊的会有三到四个，可以认为，这套编码方式包含了这个世界所有的字符
• UTF-8 ：可变长字节，也就是说，如果一个字符用一个字节就能表示（如英文），就用一个；而必须用三个字节才能表示（如中文）就用两个

三套编码方案的优缺点：

• ASCII
  优点：比较节约资源，只用一个字节
  缺点：能表示的字符只有英文，所以其他国家人民就不能“说话了”！
• Unicode
  优点：包含了这个世界上所有的字符（基本可以这么认为），每个人都有“说话的权利”
  缺点：太浪费资源，无论高矮胖瘦，都能装下，那这个“容器”就只能“将就”最高最胖的那个，所以“瘦子”就“节约”了好多空间 @_@
• UTF-8
  优点：为每种语言“个性化定制”容器，性价比高，所以在网络传输中常用UTF-8
  缺点：。。。。。。