python 中utf8，u_str的转换

先来介绍下utf8的来历
最早英文用的是ASCII码表示大小写字母和符号已经足够了，但是扩展到其他语言，中文，法语这种则不够，所以产生了unicode编码。
用unicode其实就是ASCII码的扩展，增加了几位用以表示不同语言中的不同字符,它是一种符号集，规定了符号的二进制值，却没有规定存储格式
utf-8就是unicode的一种基本实现方式,它是一种变长的存储实现方式，可以避免英文字符占用很多字节,规则如下
1）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。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的。

2）对于n字节的符号（n > 1），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。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。

python中的转换

>>> a = u'写代码'
>>> b = '读代码'
>>> a
u'\u5199\u4ee3\u7801'
>>> b
'\xe8\xaf\xbb\xe4\xbb\xa3\xe7\xa0\x81'

先写两个str，上面a是unicode的直接编码的u_str，5199本身就表示’写’这个字
下面b的方式是utf-8的方式
转换只需要

'\xe8\xaf\xbb\xe4\xbb\xa3\xe7\xa0\x81'
>>> a.encode('utf-8')
'\xe5\x86\x99\xe4\xbb\xa3\xe7\xa0\x81'
>>> b.decode('utf-8')
u'\u8bfb\u4ee3\u7801'