關於編碼：
ASCII碼是早期的編碼規范，只能表示128個字符。7位二進制數表示
擴展ASCII碼，由於ASCII碼不夠用，ASCII表擴充到256個符號，不同的國家有不同的標准；8位二進制數
Unicode 准確來說不是編碼格式，而是字符集。這個字符集包含了世界上所有的符號
所有字符長度統一用16位表示，因此字符是定長的；
GB2312 在ASCII碼表的基礎上，小於127的字符意義與原來相同，而將大於127的字節連在一起，表示漢字
前一個字節從0xA1(161)到0xF7(247)共87個，稱為高字節，后一個字節從0xA1(161)到0xFE(254)共94字節，稱為低字節。
兩者可組合處8000種組合。可以用來表示6763個簡體漢字、數學符號、羅馬字母，日文等；
127以下的稱為半角字符，兩個字節的編碼稱為全角字符；
簡單而言，GB2312就是在ASCII基礎上的簡體漢字擴展；
GBK 是對GB2312的擴展，完全兼容GB2312，達到了21886個漢字和符號
GB18030 收錄了70244個漢字和字符，更加全面，與GB2312-1980和GBK相兼容
UTF 有兩個格式UTF-8 UTF-16，表示每次傳輸8個位還是16個位，UTF-8等編碼體積比較大，占電腦空間多
======================================================
encode和decode：
編碼（動詞）：按照某種規則（這個規則稱為：編碼（名詞））將“文本”轉換為“字節流”。而在python 3中則表示：unicode變成str
解碼（動詞）：將“字節流”按照某種規則轉換成“文本”。而在python3中則表示：str變成unicode
bytes主要是給計算機看的，string主要是給人看的
中間有個橋梁是編碼規則，主要的趨勢是utf8
bytes對象是二進制的，很容易轉換成十六進制
string就是我們看到的內容，如'abc'
string經過編碼encode，轉換成二進制對象，給計算機識別，
bytes經過反編碼decode，轉化成string，給我們看。
python3中的str類型對象有點像Python2中的unicode
python3中的str是未編碼的，str有一個encode方法，調用這個方法之后將產生一個編碼后的byte類型字符串
byte類型字符串才支持decode。
str encode bytes
bytes decode str
記住python3中有兩個類型：字符串類型（Unicode字符）、bytes類型
=======================================================
Python中編碼、解碼與Unicode的聯系：
字符串在Python內部的表示是Unicode編碼，因此，在做編碼轉換時，通常需要以Unicode作為中間編碼，即先將其他編碼的字符串解碼（decode）成Unicode，再從Unicode編碼（encode）成另一種編碼。
在新版本的python3中，取消了unicode類型，代替它的是使用unicode字符的字符串類型(str),字符串類型（str）成為基礎類型如下所示，而編碼后的變為了字節類型(bytes)但是兩個函數的使用方法不變：
decode encode
bytes ------> str(unicode)------>bytes
例子：
u = '中文' #指定字符串類型對象u
str = u.encode('gb2312') #以gb2312編碼對u進行編碼，獲得bytes類型對象str
u1 = str.decode('gb2312')#以gb2312編碼對字符串str進行解碼，獲得字符串類型對象u1
u2 = str.decode('utf-8')#如果以utf-8的編碼對str進行解碼得到的結果，將無法還原原來的字符串內容
文件讀取問題：
假如我們讀取一個文件，文件保存時，使用的編碼格式，決定了我們從文件讀取的內容的編碼格式，例如，我們從記事本新建一個文本文件test.txt, 編輯內容，保存的時候注意，編碼格式是可以選擇的，例如我們可以選擇gb2312,那么使用python讀取文件內容，方式如下：
f = open('test.txt','r')
s = f.read() #讀取文件內容,如果是不識別的encoding格式（識別的encoding類型跟使用的系統有關），這里將讀取失敗
'''假設文件保存時以gb2312編碼保存'''
u = s.decode('gb2312') #以文件保存格式對內容進行解碼，獲得unicode字符串
'''下面我們就可以對內容進行各種編碼的轉換了'''
str = u.encode('utf-8')#轉換為utf-8編碼的字符串str
str1 = u.encode('gbk')#轉換為gbk編碼的字符串str1
str1 = u.encode('utf-16')#轉換為utf-16編碼的字符串str1
codecs進行文件的讀取
python給我們提供了一個包codecs進行文件的讀取，這個包中的open()函數可以指定編碼的類型：
import codecs
f = codecs.open('text.text','r+',encoding='utf-8') #必須事先知道文件的編碼格式，這里文件編碼是使用的utf-8
content = f.read() #如果open時使用的encoding和文件本身的encoding不一致的話，那么這里將將會產生錯誤
f.write('你想要寫入的信息')
f.close()
=====================================================
在python2中，python2的默認編碼是ASCII碼，在做編碼轉換時，通常需要以unicode作為中間編碼，所以在python2中先將其他編碼的字符串解碼（decode）成unicode，再從unicode編碼（encode）成另一種編碼
通常使用如下
str.decode('utf-8').encode('utf-8')
但是在python3中， 字符串的默認編碼就是unicode，所以不需要解碼，直接就可以編碼成另一種編碼
通常使用如下
str.encode('utf-8')
總之，python3中，decode是將其他編碼解碼成unicode編碼，encode是將unicode編碼成其他編碼
也就是說只要事先知道某文件的編碼格式，用該編碼格式打開該文件，則讀取出來的字符串都是unicode編碼（python讀文件時自動將其他編碼格式->unicode編碼）。
=====================================================