Python的编码和解码

Python的编码和解码

在不同的国家，存在不同的文字，由于现在的软件都要做到国际化通用，所以必须要有一种语言或编码方式，来实现各种编码的解码，然后重新编码。

在西方国家，没有汉字，只有英文，所以最开始使用的是ASCII编码，只有96个元素，所以用8位（1字节）就能完全表示，但是无法解析中文。

中国有汉字，所以在计算机的发展史上，出现了GB2312、GB18032、GBK等多种编码方式，在汉字上以2个字节存放。

为了能够实现通用，出现了一种标准的编码方式，unicode编码，在unicode编码中，所有的字符/汉字的表示，都用2个或2个以上的字节，比如英文字符，就是2个字节，汉字是2个或4个字节。对于西方国家来说，以前1个字节能够表示的，现在需要2个字节，所占用的空间翻倍了。所以这个时候就出现了unicode的扩展集，utf-8。

Utf-8在表示英文字符上，还是保留1个字节的表示方法，在表示汉字上，使用3个字节来表示。

由于unicode才是所有国家通用的计算机编码方式，所以在不同的编码之间的转换，必须是要先经过unicode，才能再进行编码成其他的编码，比如uft-8、GBK等。

Utf-8/gbk----------------------decode-----------------àunicode

Unicode------------------------encode----------------àutf-8/gbk

在python中使用的默认编码是unicode，所以在python中创建的任何对象，默认的编码方式都是unicode，不能再进行decode，只能进行encode操作。而在文件头部声明的编码方式，只是为了表明，这个文件的编码方式是哪一种，在不同的解释器上运行，编码方式是跟解释器有关。