编码的由来

字符编码的演变

ASCII码

一个字符用8个比特（bit）表示=1字节（byte），所以最多可以表示2^8-1=255个字符，英文占用了127位，剩下的供其它语种使用

 位数仍然很少，所以用几个有限的空位映射出一张自己规定的用于简体中文的GB2312和用于繁体中文的big5

显然ASCII码无法将世界上的各种文字和符号全部表示，所以，就需要新出一种可以代表所有字符和符号的编码，即：Unicode

Unicode（统一码、万国码、单一码）

是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一

二进制编码，规定虽有的字符和符号最少由 16 位来表示（2个字节），即：2 **16 = 65536，

为了节省占用资源，英文字符可只用1byte，解决Unicode都用2byte表示浪费资源的问题

Unicode是向下兼容的，包含了GBK、G2312等等，但与UTF-8是并行的，不互相兼容

UTF-8（可变长的字符编码）

是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：

ASCII码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存

python2.x默认编码是ASCII码，想要使用中文就必须先声明：#！ -*- utf-8 -*-或者#coding:utf-8

python3.x默认编码是Unicode码，所以不用声明

（注：为了正常运行和显示，有时还要考虑windows的默认编码）

 ASCII 8bit 1byte
GBK 16bit 2byte
UNICODE 32bit 4byte
UTF-8 最少8位 1byte  中文 24bit 3byte

转载于:https://www.cnblogs.com/duanhaoxin/p/9087184.html