字符编码和python .encode().decode()方法

字符编码与encode、decode的问题：

 用8个开关表示世界万物

  ASCII :  American Standard Code for Information Interchange，美国信息互换标准代码，只用了前7位，127个状态

  GB2312：是对ASCII的中文扩展（前127不变，大于127的+后边另一个大于127的表示中文）两个字节表示一个汉字

  GBK：包括了GB2312 的所有内容，增加了近20000个新的汉字（包括繁体字）和符号

  GB18030：加了几千个新的少数民族的字，GBK的扩展

  以上的汉字编码标准叫做“DBCS“（Double Byte Character Set 双字节字符集）

  Universal Multiple-Octet Coded Character Set”，简称 UCS, 俗称 “unicode“。unicode中“字节”表示8位的物理存储单元，“字符”表示文化符号，一个汉字是一个字符，占三个字节；

Unicode是一个字符集，UTF-8,UTF-16,UTF-32都是这个字符集上的编码方式。而ASCII，GBK等都是其它字符集，默认都只有一个对应的编码方式。

ASCII每个字符占一个byte也就是1个字节；utf-8每个字符占1-6个变长的字节；unicode根据编码的不同所占的字节数也是不同的。

byte(字节流)——>str: decode()方法；读取网页上的信息a=urllib.request.urlopen(url)；a是一个“<class 'http.client.HTTPResponse'>”，a.read()读取网页上的内容，读取的内容是根据网页的编码方式比如（Content-Type: text/html; charset=utf-8）表示html页面是unicode字符集用utf-8的格式表示的bytes字节流，要是变成能看懂得就得用.decode()方法（decode在python3.5中默认是‘utf-8’），将bytes解码为str，这样就可以显示汉字了。

str——>byte:用str.encode()方法；以Unicode表示的str通过encode()方法编码为指定的bytes。