Python-Unicode HOWTO

ASCII(American Standard Code):8-bit characters

'a' -> 0110 0001

缺点：可表达字符太少

Unicode:32-bit characters

'n' -> 6e 00 00 00

缺点：浪费存储空间，不兼容C语言函数

UTF-8

参考UTF-8 Wikipedia

编码方法：在开头补1和0

Python’s Unicode Support

默认使用UTF-8编码，如果想设置其他编码方式，在代码开头写上：

# -*- coding: <encoding name> -*-

bytes -> utf-8/ascii

>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'

str -> bytes

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'

ord():获取字符的整数表示
chr():编码转换为对应的字符

>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'

编码应用

图源：廖雪峰的python教程

参考Unicode HOWTO