Python的編碼和解碼

在不同的國家，存在不同的文字，由於現在的軟體都要做到國際化通用，所以必須要有一種語言或編碼方式，來實現各種編碼的解碼，然後重新編碼。

在西方國家，沒有漢字，只有英文，所以最開始使用的是ASCII編碼，只有96個元素，所以用8位（1位元組）就能完全表示，但是無法解析中文。

中國有漢字，所以在計算機的發展史上，出現了GB2312、GB18032、GBK等多種編碼方式，在漢字上以2個位元組存放。

為了能夠實現通用，出現了一種標準的編碼方式，unicode編碼，在unicode編碼中，所有的字元/漢字的表示，都用2個或2個以上的位元組，比如英文字元，就是2個位元組，漢字是2個或4個位元組。對於西方國家來說，以前1個位元組能夠表示的，現在需要2個位元組，所佔用的空間翻倍了。所以這個時候就出現了unicode的擴充套件集，utf-8。

Utf-8在表示英文字元上，還是保留1個位元組的表示方法，在表示漢字上，使用3個位元組來表示。

由於unicode才是所有國家通用的計算機編碼方式，所以在不同的編碼之間的轉換，必須是要先經過unicode，才能再進行編碼成其他的編碼，比如uft-8、GBK等。

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

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

在python中使用的預設編碼是unicode，所以在python中建立的任何物件，預設的編碼方式都是unicode，不能再進行decode，只能進行encode操作。而在檔案頭部宣告的編碼方式，只是為了表明，這個檔案的編碼方式是哪一種，在不同的直譯器上執行，編碼方式是跟直譯器有關。