俗話說：“知己知彼方能百戰不殆”。要想了解字元編碼，咱們還得從計算機編碼說起！
* ASCII*
話說，發明計算機的美國人沒有想到計算機會在這短短幾十年内普遍全球，且英文字元的個數十分有限，大小寫字母，數字0 到9，标點符号，以及在美式英語中使用的特殊控制字元加起來也就百來個。而在計算機中一個位元組相當于8個比特位，8個比特位就可以表示256（2的8次方）個字元，ASCII碼規定用1個位元組存儲一個字元，簡直妥妥的！
擴充字元集
然而計算機在普及到其他國家時，他們發現有很多他們的字母裡有許多是ASCII裡沒有的，他們決定采用 127号之後的空位來表示這些新的字母、符号，還加入了很多畫表格時需要用下到的橫線、豎線、交叉等形狀，一直把序号編到了最後一個狀态255。從128 到255這一頁的字元集便是擴充字元集
GB2312
時代在進步，計算機普及到咱們中國來啦！但在普及的過程中我們面臨的最大問題，不是買不買得起而是字元編碼。因為華夏文明，博大精深，源遠流長。常見的漢字就有成千上萬個，這已經大大超過ASCII碼所能存儲的範圍。于是我們制定了GB2312，不客氣地把ASCII碼127号之後的奇異符号們直接取消掉, 規定：一個小于127的字元的意義與原來相同，但兩個大于127的字元連在一起時，就表示一個漢字，GB2312編碼裡，我們還把數學符号、羅馬希臘的字母、日文的假名們都編進去了，連在 ASCII 裡本來就有的數字、标點、字母都統統重新編了兩個位元組長的編碼，這就是常說的”全角”字元，而原來在127号以下的那些就叫”半角”字元了。基本滿足了漢字的計算機處理需要
GBK
雖然GB2312所收錄的漢字已經覆寫中國大陸99.75%的使用頻率。但是并不是100%鴨！對于一些罕見的字和繁體字，GB2312還是無法處理的鴨！于是在GB2312的基礎上建立了叫GBK的編碼，不僅收錄了27484個漢字，同時還收錄了蒙文，藏文等主要的少數名族文字。同樣GBK也相容了ASCII編碼，對于英文字元用1個位元組來表示，漢字用倆個位元組
Unicode
你可以想得到的是，全世界有上百種語言，日本把日文編到Shift_JIS裡，南韓把韓文編到Euc-kr裡，各國有各國的标準，就會不可避免地出現沖突，結果就是，在多語言混合的文本中，顯示出來會有亂碼。是以，Unicode應運而生。Unicode把所有語言都統一到一套編碼裡，這樣就不會再有亂碼問題了。Unicode标準也在不斷發展，但最常用的是用兩個位元組表示一個字元（如果要用到非常偏僻的字元，就需要4個位元組）。現代作業系統和大多數程式設計語言都直接支援Unicode。
utf-8
雖然unicode的出現使得亂碼問題從此消失了。但是如果你寫的文本基本上全部是英文的話，用Unicode編碼比ASCII編碼需要多一倍的存儲空間，在存儲和傳輸上就十分不劃算。本着節約的精神，又出現了把Unicode編碼轉化為“可變長編碼”的UTF-8編碼。UTF-8編碼把一個Unicode字元根據不同的數字大小編碼成1-6個位元組，常用的英文字母被編碼成1個位元組，漢字通常是3個位元組，隻有很生僻的字元才會被編碼成4-6個位元組。如果你要傳輸的文本包含大量英文字元，用UTF-8編碼就能節省空間
那些年的編碼知識已上齊！不知各位看官是否看得很懵逼？懵逼，那就多看幾遍！
接下來咱們該上大菜啦
python2
1,字元串的兩大陣營：str和unicode
在python2.7中，有兩種“字元串”類型，分别是str 與 unicode，他們有同一個基類basestring。str是plain string，其實應該稱之為位元組串，因為是每一個位元組換一個機關長度。而unicode就是unicode string，這才是真正的字元串，一個字元（可能多個位元組）算一個機關長度。
python2.7中，unicode類型需要在文本之間加u表示。
從上可以得出以下結論：第一s，c的類型是不一樣的；第二，同一個漢字，不同的類型其長度也是不一樣的，對于unicode類型的執行個體，其長度一定是字元的個數，而對于str類型的執行個體，其長度是字元對應的位元組數目。
2，str與unicode的轉換
unicode.encode--->str(編碼)
str.decode---->unicode（解碼）
3,指明的編碼名稱不對，抛出的報錯還是熟悉的“配方”，熟悉的顔色！
我們來好好“觀賞”圖中 UnicodeEncodeError ，它分别展示了使用的編碼方式， “codec” 即編碼、解碼器，導緻問題的字元的位置。從中我們可以得出錯誤原因：“ascii 隻能表示 0-127個 字元中的一個。然而我們的 字元串早已經超出了範圍。”
偷偷告訴你哦其實我們可以通過設定encode 或者 decode 的第二個參數來指明codec 不能夠處理資料的時候會發生的情況。通常第二參數的預設值是 “strict” ，就像剛才一樣，會抛出一個異常。再者我們可以輸入“replace” ，它意味着，失敗時将會傳回一個标準的替代字元。或者輸入”ignore” ，它會直接将不能解碼的 bytes 丢掉。
python3
1，字元串的倆大陣營：byte和str
跟 Python 2 類似，Python 3 也有兩種類型，一個是 Unicode,一個是 byte 碼。但是它們有不同的命名。python3你從普通文本轉換成 “str” 類型後存儲的是一個 unicode, “bytes” 類型存儲的是 byte 串。你也可以通過一個 b 字首來制造 byte 串。即py3中的str=py2中的unicode,py3中 的byte=py2中的str
2.byte與str的轉換
在python3中str都是unicode，是以對于str隻有encode()，沒有decode(),而byte是由str使用encode()生成的，是以byte可以通過decode()即解碼，得到真正的内容。