常见的字符编码（ASCII码，unicode，utf-8，gbk）

常见单位换算

bit 位 计算机的最小表示单位（0，1）
bytes 字节 计算机最小的存储单位，缩写B
1 B = 8 bit
1 KB = 1024 B
1 MB = 1024 KB
1 GB = 1024 MB
1 TB = 1024 GB

字符编码

1. ASCII码
   一个字节表示具体的字符，只用了后七位（2 ^ 7 = 128）最前面的一位统一为0，能够表示128个字符，其中包括了英文字符、阿拉伯数字、西文字符以及32个控制字符。
2. 扩展的ASCII码
   用来表示更多的欧洲文字，不同国家有不同的字符编码，即使都是256个字符编码，但后128个字符的编码方式不一样，代表的字母也不一样
3. Unicode 字符集
   包含了世界上所有的字符，并且每一个符号都是独一无二的；
   出现问题：中文需要两个字节进行存储，而用两个存储字节英文字符时，前面一个字节都为0，造成存储的浪费；出现了 Unicode 的多种的存储方式；
4. Utf-8
   UTF-8是互联网上使用最广的一种Unicode的实现方式，是一种可变长的编码方式。对于单字节的符号，字节的第一位设为0，后面7位为这个符号的Unicode码。因此对于英文的字母，UTF-8编码和ASCII码是相同的；对于n（n>1）字节的符号，第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10，剩下没有提及的二进制位，全部为这个符号的Unicode；
5. GBK /GB2312 /GB18030
   G B K 和 G B 2312 都是对简体字的编码，只是G B 2312只支持六千多个汉字编码，而G B K支持1万多个汉字编码，而 G B 18030 是繁体字的编码。汉字存储时都使用两个字节进行存储。

python出现编码错误问题

#python 支持utf-8的编码格式，打开文件时，可将参数enconding设置为utf-8
f = open(filename,mode,enconding=utf-8)
f1 = f.read()
print(f1)
f.close()

'''
open其它参数：
errors 取值一般为strict, ignore，当取strict时，字符编码出现问题，会报错，取ignore参数时，程序会忽略，		  继续执行
'''