編碼種類:
- ASCII 占1個字節，只支持英文
- GB2312 占2個字節，支持6700+漢字
- GBK GB2312的升級版，支持21000+漢字
- Shift-JIS 日本字符
- ks_c_5601-1987 韓國編碼
- TIS-620 泰國編碼
由於每個國家都有自己的字符，所以其對應關系也涵蓋了自己國家的字符，但是以上編碼都存在局限性，即：僅涵蓋本國字符，無其他國家字符的對應關系。應運而生出現了萬國碼，他涵蓋了全球所有的文字和二進制的對應關系，
- Unicode 2-4字節，已經收錄136690個字符，並還在一直不斷擴張中...
Unicode 起到了2個作用：
- 直接支持全球所有語言，每個國家都可以不用再使用自己之前的舊編碼了，用unicode就可以了。
- unicode包含了跟全球所有國家編碼的映射關系
Unicode解決了字符和二進制的對應關系，但是使用unicode表示一個字符，太浪費空間。例如：利用unicode表示“Python”需要12個字節才能表示，比原來ASCII表示增加了1倍。
由於計算機的內存比較大，並且字符串在內容中表示時也不會特別大，所以內容可以使用unicode來處理，但是存儲和網絡傳輸時一般數據都會非常多，那么增加1倍將是無法容忍的。
為了解決存儲和網絡傳輸的問題，出現了Unicode Transformation Format，學術名UTF，即：對unicode中的進行轉換，以便於在存儲和網絡傳輸時可以節省空間
- UTF-8： 使用1、2、3、4個字節表示所有字符；優先使用1個字符、無法滿足則使增加一個字節，最多4個字節。英文占1個字節、歐洲語系占2個、東亞占3個，其它及特殊字符占4個
- UTF-16： 使用2、4個字節表示所有字符，優先使用2個字節，否則使用4個字節表示。
- UTF-32： 使用4個字節表示所有字符
總結：UTF是為unicode編碼設計的一種 在存儲和傳輸時節省空間的編碼方案。
無論以什么編碼在內存里顯示字符，存到硬盤上都是2進制。存到硬盤時以何種編碼存在，再從硬盤讀出來時，就必須以何種編碼讀，否則亂碼
編碼的轉換
雖然有了unicode 和 utf-8 ， 但是由於歷史問題，各個國家依然在大量使用自己的編碼，比如中國的windows,默認編碼依然是gbk,而不是utf-8
基於此，如果中國的軟件出口到美國，在美國人的電腦上就會顯示亂碼，因為他們沒有gbk編碼。
若想讓中國的軟件可以正常的在 美國人的電腦上顯示，只有以下2條路可走：
- 讓美國人的電腦上都裝上gbk編碼
- 把你的軟件編碼以utf-8編碼
第1種方法幾乎不可能實現，第2種方法比較簡單。 但是也只能是針對新開發的軟件。 如果你之前開發的軟件就是以gbk編碼的，上百萬行代碼可能已經寫出去了，重新編碼成utf-8格式也會費很大力氣。
所以 , 針對已經用gbk開發完畢的項目，以上2種方案都不能輕松的讓項目在美國人電腦上正常顯示，難道沒有別的辦法了么？
有， unicode其中一個功能是其包含了跟全球所有國家編碼的映射關系，你寫的是gbk的“好好學習”,unicode能自動知道它在unicode中的“好好學習”的編碼是什么，這意味着，無論以什么編碼存儲的數據 ，只要軟件把數據從硬盤讀到內存里，轉成unicode來顯示，就可以了。
由於所有的系統、編程語言都默認支持unicode，那gbk軟件放到美國電腦 上，加載到內存里，變成了unicode,中文就可以正常展示
unicode與gbk的映射表 http://www.unicode.org/charts/
Python3的執行過程:
- 解釋器找到代碼文件，把代碼字符串按文件頭定義的編碼加載到內存，轉成unicode
- 把代碼字符串按照語法規則進行解釋，
- 所有的變量字符都會以unicode編碼聲明，默認文件編碼是utf-8
str=u'好好學習天天向上' #加u表示unicode，默認也是unicode
utf-8_to _gbk = str.decode('utf-8').encode('gbk')
