python编码问题

zeromax

　　基本常识
　　ASCII编码是1个字节bytes，而Unicode编码通常是2个字节
　　1bytes=8bit
　　在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。

　　字母"A"用ASCII编码是十进制的65，二进制的01000001；
　　字符"0"用ASCII编码是十进制的48，二进制的00110000，注意字符'0'和整数0是不同的；
　　汉字"中"已经超出了ASCII编码的范围，用Unicode编码是十进制的20013，二进制的01001110 00101101，1个字节的ASCII编码已经不能满足。

　　可以猜测，如果把ASCII编码的A用Unicode编码，只需要在前面补0就可以，因此，A的Unicode编码是00000000 01000001，
　　区别：一个是1字节一个是2字节。
　　试想如果你的文本全是英文，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算，因为Unicode是2个字节，一个字节可以表示完所有的英文字母单词。
　　所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8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：
字符ASCIIUnicodeUTF-8A0100000100000000   0100000101000001中没有01001110 0010110111100100 10111000 10101101　　表格还可以发现，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。

　　相关连接：1
　　相关连接：2