编码

计算机 底层都是二级制01组成的机器语言，我们屏幕上显示的字符等在计算机底层中也只是一串01代码而已，那么计算机怎么识别不同的字符呢，这就需要一个映射规则，哪个字符对应哪个01串。

ascii是由美国牛逼的XXX制定的规则，只制定了128个字母数字和符号的编码，一个字节。

但是这是美国的，为了显示汉字，我们国家制定了GBXXX标准，但是有那么多国家，这个国家用一个标准，那个国家用一个标准，就会产生混乱。

最后大家共同用Unicode，Unicode通常是两个字节，之前ascii编码的数字字母现在在Unicode中变成了两个字节，这样在大多是英文的传输中就会造成存储和传输浪费。

所以出现了可变长编码UTF-8，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编码有一个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作，因为英文字母在ascii中是一个字节，在utf-8中也是一个字节，而ascii不支持中文。

从上到下分别为GBK,unicode和utf编码，其中需要注意的是无法从GBK直接转化为utf-8，可以吧Unicode字符串encode("utf-8")到UTF8，可以把Utf-8字符串decode("utf-8")到Unicode字符串

注意

encode主要是把unicode encode到utf-8，decode主要是从utf-8到unicode，windows内核都是unicode

python在print时，会自动把字符串encode为sys.stdout.encoding，当python把一个已经encode的字符串再进行encode会报错

参考

unicode - python encoding utf-8 - Stack Overflow