编码 unicode与utf8

在写程序的时候经常被中文字符的编码问题所困扰，一会儿什么unicode，一会儿什么utf8，以前也不求甚解，几个函数试一下正常了就了事。今天在邮件列表上看到一个讨论，里面推荐了一篇文章"[All About Python and Unicode](http://www.boodebr.org/main/python/all-about-python-and-unicode )"，对unicode的介绍深入浅出，非常不错。

[unicode](http://www.unicode.org)是一个理想的字符集，包含了世界上所有的文字，这个字符集在不断的更新中；unicode中的字符有编码，如03A0代表希腊字母Pi，03A3代表希腊字母Sigma，但unicode字符串在内存中并不保存为这些字节码，因为unicode的编码长度是不定的，它是个抽象的概念。

unicode字符串的实际编码方式即具体存在形式由系统决定，常见的有utf8，utf16等等。这几个概念跟ascii，iso-8859-1，GBK等是相同性质的，区别在于传统的ascii等编码方式不能表示unicode中的所有字符。unicode字符串要输出到屏幕，也需要以一定的编码方式，如果终端的编码方式不包含unicode中的字符，那么就可能会出现乱码。