# 轉載自：https://blog.csdn.net/andyzhaojianhui/article/details/53785656
1、基本概念
（一）“字節”的定義 字節（Byte）是一種計量單位，表示數據量多少，它是計算機信息技術用於計量存儲容量的一種計量單位。 （二）“字符”的定義 字符是指計算機中使用的文字和符號，比如1、2、3、A、B、C、~！·#￥%……—*（）——+、等等。 （三）“字節”與“字符” 它們完全不是一個位面的概念，所以兩者之間沒有“區別”這個說法。不同編碼里，字符和字節的對應關系不同： ①ASCII碼中，一個英文字母（不分大小寫）占一個字節的空間，一個中文漢字占兩個字節的空間。一個二進制數字序列，在計算機中作為一個數字單元，一般為8位二進制數，換算為十進制。最小值0，最大值255。 ②UTF-8編碼中，一個英文字符等於一個字節，一個中文（含繁體）等於三個字節。 ③Unicode編碼中，一個英文等於兩個字節，一個中文（含繁體）等於兩個字節。 符號：英文標點占一個字節，中文標點占兩個字節。舉例：英文句號“.”占1個字節的大小，中文句號“。”占2個字節的大小。 ④UTF-16編碼中，一個英文字母字符或一個漢字字符存儲都需要2個字節（Unicode擴展區的一些漢字存儲需要4個字節）。 ⑤UTF-32編碼中，世界上任何字符的存儲都需要4個字節。
2、具體說明
看這篇文章前，你應該已經知道了為什么有編碼，以及編碼的種類情況 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。(就跟英語是全球統一語言一樣) unicode包含了跟全球所有國家編碼的映射關系，為什么呢？后面再講 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。
3、python中出現錯誤的解決方案
常見編碼錯誤的原因有：
Python解釋器的默認編碼
Python源文件文件編碼
Terminal使用的編碼
操作系統的語言設置 掌握了編碼之前的關系后，挨個排錯就好啦