不知不覺中這篇文章成了我閱讀量最高的文章。但是感覺自己寫的不是很好。
如果大家感覺對自己幫助不大，可以去看下阮一峰大大的這篇文章：http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html
自始至終都沒有捋一捋關於編碼的問題，偶爾遇到問題就decode，encode解決了。
今天來整理一下關於編碼的問題。如有錯誤還請大家指出。
編碼
- 系統編碼
我們都知道計算機存儲信息都是以二進制的形式保存的，而且網絡中信息的傳輸也都是以字節的形式進行傳輸的。那么我們看到漢字，中文都是怎么來的呢？說到這里大家可能想到了ASCII碼表，ASCII碼使用指定的7位或8位二進制數組合來表示128或256種可能的字符。如在ASCII表中 65對應的是字母A，那么某個值為65的字節或者字節串就代表了A。當然英文字母的表現使用一個字節就足夠了，一個字節能表示的字符有256個。但是世界范圍內的字符遠遠不止256個，於是就誕生了GB2312，GBK，unicode多種碼表。其中unicode每個字符使用兩個字節來表示，理論上能表示65536個字符，而且unicode包含各國大多數常用字符，被作為一種國際碼表使用。這個碼表就是系統所使用的碼表。在存儲信息或者讀取信息的時候都是通過碼表來進行的。不同的系統有着不同的默認碼表， - Python編輯器編碼
首先我們在編輯代碼的時候肯定使用的是所在操作系統的碼表。而我們在python文件開頭聲明的#coding=utf-8 是指python在讀取代碼的時候使用utf-8的編碼方式讀取。
下邊會大概說一下utf-8與unicode的關系。python會有默認的編碼（Python2是ascii，Python3是utf-8）,這個默認編碼是指對某個字符處理時使用的編碼格式，但是對於文件讀取，如果不指定編碼格式的話，會使用操作系統默認的編碼格式。
UTF-8 和 unicode的關系
Unicode只是一個符號集，它只規定了符號的二進制代碼，卻沒有規定這個二進制代碼應該如何存儲。
比如，漢字“嚴”的unicode是十六進制數4E25，轉換成二進制數足足有15位（100111000100101），也就是說這個符號的表示至少需要2個字節。
表示其他更大的符號，可能需要3個字節或者4個字節，甚至更多。
這里就有兩個嚴重的問題，第一個問題是，如何才能區別unicode和ascii？計算機怎么知道三個字節表示一個符號，
而不是分別表示三個符號呢？第二個問題是，我們已經知道，英文字母只用一個字節表示就夠了，如果unicode統一規定，
每個符號用三個或四個字節表示，那么每個英文字母前都必然有二到三個字節是0，
這對於存儲來說是極大的浪費，文本文件的大小會因此大出二三倍，這是無法接受的。
它們造成的結果是：
對於單字節的符號，字節的第一位設為0，后面7位為這個符號的unicode碼。因此對於英語字母，UTF-8編碼和ASCII碼是相同的。
對於n字節的符號（n>1），第一個字節的前n位都設為1，第n+1位設為0，后面字節的前兩位一律設為10。剩下的沒有提及的二進制位，全部為這個符號的unicode碼。
摘自https://www.cnblogs.com/csguo/p/7402121.html#4532275。
綜上所述 utf-8 是unicode用來表現字符二進制的一種形式。舉個列子
python2下：
#coding=utf-8
s = "小"
print(s.decode(encoding='utf-8'), type(s.decode(encoding='utf-8')))
print(s.decode(encoding='utf-8').encode(encoding='utf-8'), type(s.decode(encoding='utf-8').encode(encoding='utf-8')) )
輸出為：
(u'\u5c0f', <type 'unicode'>)
('\xe5\xb0\x8f', <type 'str'>)
輸出的第一行的u'\u5c0f'十六進制代表十進制數23567。是指unicode碼表中"小"對應的數值為233567，轉化為二進制的形式是 10111000 0001111。
對照 Unicode符號范圍 |UTF-8編碼方式
# 0000 0000-0000 007F | 0xxxxxxx
#
# 0000 0080-0000 07FF | 110xxxxx 10xxxxxx
#
# 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx10xxxxxx
#
# 0001 0000-0010 FFFF | 11110xxx 10xxxxxx10xxxxxx10xxxxxx
5c0f 處於第三欄位，所以UTf-8表現5c0f 需要三個字節。格式轉化的標准為：unicode的兩個字節倒着填進'x'中，按照從后向前的方式。
那么經過轉化，10111000 0001111 ====> 11100101 10110000 10001111 ====> 229 176 143 ====> \xe5\xb0\x8f
與第二行打印的byte符合。