python2和python3字符编码，utf-8,unicode

字符编码

字符集

• ascii
• ISO-8859-1 通常叫 做Latin-1，向下兼容ASCII，此字符集支持部分于欧洲使用的语言
• GB2312/GBK 这就是汉字的国标码，专门用来表示汉字，是双字节编码，而英文字母和iso8859-1一致（兼容iso8859-1编码）。其中gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字，gbk是兼容gb2312编码的。
• unicode 万国码

Unicode 与 UTF 之间的关系

• UTF Unicode Transformation Format，unicode 传输格式
• UTF-8 8-bit Unicode Transformation Format

总结：UTF 是为unicode编码 设计 的一种 在存储 和传输时节省空间的编码方案。

Python3 中的字节串与字符串 之间的区别

• 字节串（二进制数据，bytes）
• 字符串（Unicode码数据，2个字节作为一个字）

Python3 中编码

• 二进制 -> 转换 -> 字符串 需要解码 decode
• 字符串 -> 转换 -> 二进制 需要编码 encode

python3 内存中使用的字符串全部是 unicode 码，但是网络传输的数据或者从磁盘读取的数据是把 unicode 码转换过的数据，通常情况下可能是 utf-8 格式的数据，所以如果从网络中读取或者磁盘中读取其实就是把 utf-8 格式的数据解码成 unicode 码数据，相反如果想把内存中 unicode 码数据存储到磁盘或者网络中需要对 unicode 码进行编码，通常可以采用 utf-8 的形式进行编码