很明顯，我們平時在使用計算機時，用的都是人類能讀懂的字符（用高級語言編程的結果也無非是在文件內寫了一堆字符），如何能讓計算機讀懂人類的字符？

　　必須經過一個過程： 　　

字符--------（翻譯過程）------->數字 　　

這個過程實際就是一個字符如何對應一個特定數字的標準，這個標準稱之為字符編碼。

字符編碼種類：

ASCII：一個Bytes代表一個字符（英文字符/鍵盤上的所有其他字符），1Bytes=8bit，8bit可以表示0-2**8-1種變化，即可以表示256個字符

ASCII最初只用了後七位，127個數字，已經完全能夠代表鍵盤上所有的字符了（英文字符/鍵盤的所有其他字符）

後來為了將拉丁文也編碼進了ASCII表，將最高位也占用了

GBK：為了滿足中文，中國人定制了GBK 。GBK:2Bytes代表一個中文字符，1Bytes表示一個英文字符。為了滿足其他國家，各個國家紛紛定制了自己的編碼 。

日本把日文編到Shift_JIS裏，韓國把韓文編到Euc-kr裏。

Unicode：各國有各國的標準，就會不可避免地出現沖突，結果就是，在多語言混合的文本中，顯示出來會有亂碼。

於是產生了unicode（定長），統一用2Bytes代表一個字符，雖然2**16-1=65535，但unicode卻可以存放100w+個字符，因為unicode存放了與其他編碼的映射關系，準確地說unicode並不是一種嚴格意義上的字符串編碼表.而是映射表。

UTF-8:於是產生了UTF-8（可變長），對英文字符只用1Bytes表示，對中文字符用3Bytes，對其他生僻字用更多的字節Bytes去存。

需要強調的是：

毫無疑問utf-8比unicode更節省空間，而且都能兼容萬國，那為何不全部采用utf-8呢？

其一：如果我們能統一全世界，廢除所有現有的計算機編碼體系，然後大一統都采用utf-8，那麽亂碼問題將不復存在，很明顯很多地方仍會采用各種各樣的編碼，這是歷史遺留問題。因而我們必須尋求一種與全世界的編碼都有映射關系的解決方案，這就是unicode，而utf8是沒有與其他編碼的映射關系的。

其二：內存中統一采用unicode，浪費空間來換取可以轉換成任意編碼（不亂碼），硬盤可以采用各種編碼，如utf-8，保證存放於硬盤或者基於網絡傳輸的數據量很小，提高傳輸效率與穩定性。

Python基礎--數據類型