檔案是作業系統中的一個虛擬概念。檔案是以計算機硬碟為載體儲存在計算機上的資訊集合，檔案可以是文字文件、圖片、程式，等等。在系統執行時，計算機以程序為基本單位進行資源的排程和分配；而在使用者進行的輸入、輸出中，則以檔案為基本單位。大多數應用程式的輸入都是通過檔案來實現的。

　　在初期編寫程式時，接觸最多的是文字檔案，比如，在註冊和登入功能中，使用者名稱和密碼要儲存在檔案裡，python程式也是寫成文字檔案的形式。

執行一個python檔案的過程：

　　• Cpython直譯器載入到記憶體

　　• py檔案從硬碟載入到記憶體

　　• Cpython直譯器向CPU發出指令，處理py檔案，逐行識別文字的語法

開啟一個文字文件的過程：

　　• 1 •啟動文字編輯器（程式載入到記憶體），開始編輯，編輯時我們看到即時輸入的內容是存在了記憶體

　　• 2 •在輸入→顯示的過程中，涉及到中文字元→二進位制→中文字元的過程

　　• 3 •寫完儲存，編輯器把記憶體中的資料儲存到硬碟

首先來討論一下• 2 •，字元→二進位制→字元的過程，就是編碼（encode）（輸入），解碼（decode）（輸出），的過程。

　　最開始計算機出現，只在英文環境裡使用，所以編碼解碼只考慮英文字元和二進位制，具體用哪些二進位制數字表示哪個符號，經最早的這批人達成一致，這就是ASCII碼。

　　後來計算機普及，每個國家都產生了自己的語言與二進位制的對應標準，比如中國的GBK，因為各個國家不統一，導致了這樣的問題：漢語國家編寫的軟體，在其他語系國家裡不能使用，因為他們的計算機中沒有漢語字元與二進位制的對照關係！為了解決這樣的問題，各國統一，unicode碼誕生了，它將很多國家的字元與二進位制的關係都包含在內，統一使用16位二進位制數字表示各國字元。

　　結果就是，我們在自己的電腦文字編輯器裡輸入一個日文字元，編碼到記憶體，顯示（輸出）的時候，這16位二進位制數字會解碼成日文，顯示出來，而不會出現亂碼的問題。

　　可是再後來，使用計算機的過程中，又發現了新問題：在英語系國家的程式設計者發現，原來採用ASCII碼，用8位二進位制表示字元，而現在需要16位，輸入的資料存入硬碟的時間幾乎長了一倍！為了解決這樣的問題，又出現了UTF-8（8-bit Unicode Transformation Format），這是一種針對Unicode的可變長度字元編碼，它會識別unicode編碼的二進位制表示的字元是什麼語言的字元，並分配不同的位元組，比如，如果是英文，就用1個位元組儲存到硬碟，如果是中文，就用3個位元組存到硬碟...這是• 3 •的過程

　　有了UTF-8之後，只要我們寫一個檔案，儲存成utf-8編碼格式，在任何國家的電腦上也能通用，而且佔的空間更小，存取更快!是不是覺得，utf-8可以完全取代unicode了！理論上的確是這樣，但這裡又存在一個歷史遺留問題了，在這之前，很多國家都用自己國家的編碼標準編寫了軟體，而utf-8裡只有與unicode 一 一對應的關係，並沒有直接和GBK，shift-jis等標準建立聯絡，所以直至現在，我們的計算機記憶體採用的，仍然是unicode.就像python3剛推出，而很多python2的軟體都不能用python3執行，導致很多公司和個人拒絕使用python3，於是龜叔迫不得已推出python2.7一樣，我們需要unicode來作為階段性的過渡。

　　但是如果以後每個人寫檔案，都採用utf-8格式儲存，等足夠長的時間後，就可以廢棄unicode標準了，也就不會存在因為編碼解碼而導致的程式報錯和亂碼問題！！

　　這張圖可以幫助你理解編碼、解碼的過程和亂碼、報錯的原因：