常用编码
- ASCII编码：
8个比特作为一个字节（byte） - Unicode编码：
常用的是2个字节表示一个字符，所以用Unicode编码比ASCII编码要多一倍的存储空间。 - UTF-8编码（可变长编码）：
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译成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个字符。 - GB2312简体中文编码：
一个汉字占用2个字节，该编码遇到繁体中文、日文、韩文时，这些文字内容无法被正确编码。 - BIG5繁体中文编码：
在台湾地区使用。 - GBK编码：
支持简体及繁体中文，但对他国非拉丁字母还有问题。可以表示21886个字符。 - GB18030字符集：
解决了中文、日文、朝鲜语系的编码，兼容GBK，可以表示27484个文字。1 2 3 4
ep: 字符 ASCII Unicode UTF-8 A 01000001 00000000 01000001 01000001 中 X 01001110 00101101 11100100 10111000 10101101
编码原理
在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或需要传输的时候，就转换为UTF-8编码。
以记事本为例：1 2 3 4 5 6 7 8 9 10
Unicode编码 ↗ | | ↘ 读取，转换为Unicode 保存，转换为UTF-8编码 ↗ | | | txt文件 txt文件 ↗ | | ↘ UTF-8编码编码介绍
1.ANSI–> ASCII 用于保存英文文字
一个字节，共有8个比特位，有256个字符，其中ASCII使用了127个，用于表示所有的空格、标点符号、数字、大小写字母。
采用127号之后的空位来表示这些新的字母、符号，加入了很多画表格时需要用下到的横线、竖线、交叉等形状，一直把序号编到了 最后一个状态255。从128到255这一页的字符集被称”扩展字符集。
2.GB2312（扩展了ANSI）
用两个字节表示，一个小于127的字符的意义与原来相同，但两个大于127的字符连在一起时，就表示一个汉字，前面的一个字节（他称之为高字节）从0xA1用到 0xF7，后面一个字节（低字节）从0xA1到0xFE，这样我们就可以组合出大约7000多个简体汉字了。在这些编码里，我们还把数学符号、罗马希腊的字母、日文的假名们都编进去了，连在 ASCII 里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的”全角”字符，而原来在127号以下的那些就叫”半角”字符了
3.GBK（扩展了GB2312）
GBK不再要求低字节一定是127号之后的内码，只要第一个字节是大于127就固定表示这是一个汉字的开始，不管后面跟的是不是扩展字符集里的内容。结果扩展之后的编码方案被称为 GBK 标准，GBK 包括了 GB2312 的所有内容，同时又增加了近20000个新的汉字（包括繁体字）和符号。后来少数民族也要用电脑了，我们再扩展，又加了几千个新的少数民族的字，GBK 扩成了 GB18030。
4.Unicode(统一规范)
一律使用2个字节，即16位统一表示所有的字符。
Unicode与UTF-8编码转换规则1 2 3 4
Unicode --> UTF-8 0000 – 007F 0xxxxxxx 1个字节 0080 – 07FF 110xxxxx 10xxxxxx 2个字节 0800 – FFFF 1110xxxx 10xxxxxx 10xxxxxx 3个字节
举例说明该转换规则：
汉字‘汉’的Unicode编码对应是6C49，在6C49位于0800-FFFF之间，所以要用3字节模板：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 1100 0100 1001，将这个比特流按三字节模板的分段方法分为0110 110001 001001，依次代替模板中的x，得到：1110-0110 10-110001 10-001001，即E6 B1 89，这就是其UTF8的编码。1 2 3 4 5 6 7 8 9 10 11 12 13 14
6C49 0800<6C49<FFFF 模版：1110xxxx 10xxxxxx 10xxxxxx 6C49 Unicode编码 | 0110 1100 0100 1001 | 0110 110001 001001 | 带入模版，替换X 11100110 10110001 10001001 | 1110 0110 1011 0001 1000 1001 | E6 B1 89 UTF-8编码python编码
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，即现将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另外一种编码。原有编码–>内部编码Unicode–>目标编码
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。
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。
over
