Python字符编码

计算机只能处理数字，如果要处理文本，必须先把文本转化成数字。计算机最早是美国人发明的，所以只有127个字符被编码到计算机里面，即大小写英文字母、数字及一些符号，这个编码表被称为ASCLL表。其中“A”的编码是65，“a”的编码是97。大本事处理中文一个字节是不够的，至少需要两个字节，为了不与ASCLL码冲突，中国制定了GB2312编码，用来把中文编进去。
**注意：**一个字节能表示的最大整数是225（二进制1111111），两个字节能表示的最大整数是65535，四个字节能表示的最大整数是4294967295。如果要表示更大的数需要更多的字节。
世界上的语言有很多，在多语言混乱的文本中，显示出来会有乱码，Unicode把所有语言都统一到一套编码里，这样就不会有乱码问题了。（日本把日文编到Shift-JIS里面，韩国把韩文编到Euc-kr里）
**ASCLL码和Unicode的区别：**ASCLL编码是一个字节，Unicode编码通常是两个字节。字符0的ASCLL编码是48，注意字符‘0’和整数0是不同的。
如果写的文本基本上全部是英文的话，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，所以把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码（每次8个位传输数据）把一个Unicode字符根据不同符号而变化字节长度，当字符在ASCLL码的范围时，就用一个字节表示，保留了ASCLL字符一个字节的编码作为它的一部分（常用的英文字母被编码成1个字节），汉字通常是3个字节（注意：Unicode一个中文字符占两个字节），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。从Unicode到UTF-8并不是直接对应的，而是要通过一些算法和规则来转化的。
用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。