1. 常用编码
·ASCII：一个字节（没有汉字），
·Unicode：包含各国语言，通常是两个字节，如果用到特别生僻的字符，需要4个字节
·UTF-8：Unicode的变种，可变长编码，将一个Unicode字符根据大小编码成1-6个字节，常用英文字母1个字节，汉字通常3个字节，生僻字符4-6个字节
很多网页源码：
<meta charset="UTF-8" /> : 表示采用的是UTF-8编码
2. Python字符串
在Python3中，字符串使用Unicode编码，即它支持多国语言。ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符：
>>> ord('P')
80
>>> chr(81)
'Q'
若知道字符整数编码可写作如下：
>>> '\u4e2d\u6587'
'中文'
Python中，字符串类型为str，在内存中以Unicode编码存在，其一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘，需要把str变为以字节为单位的bytes。Python对bytes类型的数据用带b前缀的单引号或双引号表示：
x = b'ABC'
'ABC'与b'ABC'的区别：前者为str，后者为bytes，显示内容一样，但bytes的每个字符只占用一个字节。
以Unicode表示的str通过encode()方法可以编码为指定的bytes，如：
>>> 'Python'.encode('ascii')
b'Python'
>>> '中国'.encode('utf-8')
b'\xe4\xb8\xad\xe5\x9b\xbd'
>>> 'Python'.encode('utf-8')
b'Python'
>>> '中国'.encode('ascii')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
可以看出，含有中文的str无法用ASCII编码，因为中文的编码范围超出了ASCII编码范围。
反过来，如果从网络或磁盘上读取字节流，那么读到的是bytes，要将其转变为str，用decode()方法：
>>> b'Python'.decode('utf-8')
'Python'
>>> b'\xe4\xb8\xad\xe5\x9b\xbd'.decode('utf-8')
'中国'
如果bytes中包含无法解码的字节，会报错：
>>> b'\xe4\xb8\xad\xe5'.decode('utf-8')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe5 in position 3: unexpected end of data
如果bytes中只有一小部分无效字节，可以传入errors='ignore'忽略错误字节：
>>> b'\xe4\xb8\xad\xe5'.decode('utf-8', errors='ignore')
'中'
len()的使用：对于str，用来计算字符数，对于bytes，用来计算字节数：
>>> len('Python')
6
>>> len('中国')
2
>>> len('Python'.encode('utf-8'))
6
>>> len('中国'.encode('utf-8'))
6
可以看出，转换后，一个中文字符一般占用3个字节，一个英文字符只占用1个字节。在进行str与bytes的转换时，应当始终坚持使用UTF-8编码方式。
特殊情况下，可能需要使用特殊编码，如：
>>> '中国'.encode('gb2312')
b'\xd6\xd0\xb9\xfa'
GB2312编码：GB2312是国家制定的汉字编码标准,使用双子节进行编码。由6763个常用汉字和682个的非汉字字符组成，一个汉字两个字节。对于一些生僻字及古文，使用扩充后的GBK编码。
在写Python源代码.py文件时，一般在开头写上：
#！usr/bin/env python3
# -*- coding: utf-8 -*-
第一行：对于Linux/OS X系统，提示系统这是一个Python可执行程序，对于Windows系统，会忽略该条注释
第二行：告诉Python解释器，按照UTF-8编码来读取源代码，否则源代码中的中文可能出现乱码
网友评论