编码格式（UTF-8 与 ANSI）各种编码解码（encode、decode）

• Windows：默认为 ANSI，记事本程序另存为处，可以设置其他编码格式；
• Ubuntu：默认为 UTF-8

1. ANSI

ANSI 编码表示英文字符时用一个字节，表示中文用两个或四个字节 —— 这带来了存储空间的减少，但却带来的格式的不统一和混乱；

ANSI是一种字符代码，为使计算机支持更多语言，通常使用 0x00~0x79 范围的 1 个字节来表示 1 个英文字符。超出此范围的使用 0x80~0xFFFF来编码，即扩展的 ASCII 编码。

为使计算机支持更多语言，通常使用 0x80~0xFFFF 范围的 2 个字节来表示 1 个字符。比如：汉字 ‘中’ 在中文操作系统中，使用 [0xD6,0xD0] 这两个字节存储。

不同的国家和地区制定了不同的标准，由此产生了 GB2312、GBK、GB18030、Big5、Shift_JIS 等各自的编码标准。这些使用多个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码。

• 在简体中文 Windows 操作系统中，ANSI 编码代表 GBK 编码；
• 在繁体中文 Windows 操作系统中，ANSI 编码代表 Big5；
• 在日文 Windows 操作系统中，ANSI 编码代表 Shift_JIS 编码;

2. café分别在 utf-8 和 cp1252下的编码形式

How to fix: “UnicodeDecodeError: ‘ascii’ codec can’t decode byte”

>> 'é'.encode('cp1252')
b'\xe9'
>> 'é'.encode('utf-8')
b'\xc3\xa9'

# 通过何种形式的编码（encode），便继续通过该形式解码（decode）
>> 'café'.encode('cp1252').decode('cp1252')
'café'
>> 'café'.encode('utf-8').decode('utf-8')
'café'

字符串café被编码为 utf-8还是cp1252，可通过某位数字判断。前三位字符caf是简单的 ascii。

• utf-8 下，é使用两个字节进行编码；
• cp1252 下，é is 0xE9；