常见的几种字符编码方式

本文参考了https://blog.csdn.net/mingyuli/article/details/79737634
主要的编码方式有两个：

(1)unicode编码: 用十六位二进制数表示一个字符

(2) utf-8: A用01000001表示，用两个八位存储中文。

输出的结果中出现乱码原因：

计算机只能处理0和1两个数字，所以想要处理文本，必须把文本变成0和1这样的数字，最早的计算机使用八个0和1表示一个字节，所以最大能够表示整数是255=11111111.如果想要表示更大的数，必须使用更多的字节。

由于计算机是美国人发明的，所以最早只有127个字符被编写进计算机，即常见的阿拉伯数字，字母大小写，以及键盘上的符号。此编码被称为ASCII编码，比如大写字母A的ASCII编码是65,65再被转换二进制01000001，即是计算机处理的东西。

显然，ASCII不能表示中文，故中国制定了自己的GB2312编码，并且兼容ASCII编码。问题是：使用GB2312编码的慕课网三个字，假设编码为61,62,63.但在ASCII码表可能是其他字符。如下图示，日文中的616263编码成其他字符，打开后意思出错。
解决方法：国际上的unicode编码，整合全世界所有编码。故unicode编码的内容在任一台计算机用unicode仍正常打开
又对于A,ASCII编码为01000001，Unicode编码：0000000001000001此时浪费空间

故出现UTF-8编码：01000001此时用两个八位存储中文。
(2)、记事本使用unicode编码，将记事本存到计算机时，将转化为utf-8储存。

在计算机中打开文本时，将转化为unicode编码

存储原因：使用utf-8储存节省空间，使用unicode打开保证最大的兼容

(3)、服务器读取uncode编码的文档，转化为utf-8格式传给浏览器。因为网络带宽昂贵，转化为了减少负担。

(4)、python3字符串默认使用Unicode编码，所以python3支持多种语言

以Unicode表示的str通过encode()方法可以编码为指定的bytes

如果bytes使用ASCII编码，遇到ASCII码表没有的字符会以\x##表示，此时只用‘\x##’.decode(‘utf-8’)即可

(5)、解决方法
print(f.read().decode(“utf-8”))