教你读懂python3和python2中的编码问题
最近又有很多小伙伴说被python中的编码问题搞得好晕。一会unicode，一会又是bytes，python2跟3还是反过来的，为何在2中只能decode（解码），到3又只能encode（编码）。今天我们就来说一说这个问题。
首先我们得先了解一下，什么是字符编码？
计算机想要工作必须通电，也就是说“电”驱动计算机干活，而“电”的特性，就是高低电平（高低电平即二进制数1，低电平即二进制数0），也就是说计算机只认识01两种数字。我们想要保存数据，首先 得将我们的数据进行一些处理，最终得转换成00101类似的才能让计算机识别。
所以我们必须有一个过程：
字符 ----------> （翻译）---------------> 数字
这个过程实际就是一个字符如何对应一个特定数字的标准，这个标准称为字符编码。
用大白话来说就是，计算机不认识我们现实世界的数字还有字母，那么我们就规定了一本字典（ascii码表），如下图。然后告诉计算机，以后如果我们输入a，就是十进制97，然后你自己再翻译成二进制，再帮我显示出来，你不用关心我们输入的是什么意思，只要翻译就好，懂不懂？计算机说：老大，我懂了。然后从此我们就可以在计算机上显示字母数字跟一些特殊符号了。然而，这是美国人的字典，他们怎么会想到还有我们博大精深的中文文化呢？
这时候我们中国也要用电脑，但都是全英文，我们想输入汉字，那怎么办。一向来聪明的我们就自己写了一本字典（GBK），然后也是告诉计算机，以后就按照这本字典来显示。
最开始那本，也就是ascii码，用低7位来表示128个字符，后面剩下的就空着。而我们GBK呢，是用2个字节（Bytes）来表示一个汉字，这样一下来就可以显示6W+汉字了。
但这样有个问题，每个国家都有自己的字典，以后你用你的字典跟计算机做的事，我想看，但是我没你的字典就不知道你们干了什么事情，那我岂不是很没面子。这时候，大佬们就坐下来商量，说我们要有一套标准，让所有语言都可以用一本字典来表示，这时候，万国码Unicode就诞生了。
Unicode 最初也是采用两个字节编码字符，后来发现不够用才扩展为四个字节（与 UCS-4 对应）。理论上 UCS-4 编码范围能达到 U+7FFFFFFF，容纳二十多亿个字符，但是因为 Unicode 和 ISO 达成共识，只会用到 17 个平面，包含 1 个基本平面（BMP）和 16 个辅助平面，最高码位 U+10FFFF。
未完待续