字符编码
因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。
由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。
但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。
现在英文和中文问题被解决了，但新的问题又出现了。全球有那么多的国家不仅有英文、中文还有阿拉伯语、西班牙语、日语、韩语等等。难不成每种语言都做一种编码？基于这种情况一种新的编码诞生了：Unicode。Unicode又被称为统一码、万国码；它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。Unicode支持欧洲、非洲、中东、亚洲（包括统一标准的东亚象形汉字和韩国表音文字）。这样不管你使用的是英文或者中文，日语或者韩语，在Unicode编码中都有收录，且对应唯一的二进制编码。这样大家都开心了，只要大家都用Unicode编码，那就不存在这些转码的问题了，什么样的字符都能够解析了。
由于Unicode收录了更多的字符，可想而知它的解析效率相比ASCII码和GB2312的速度要大大降低，而且由于Unicode通过增加一个高字节对ISO Latin-1字符集进行扩展，当这些高字节位为0时，低字节就是ISO Latin-1字符。对可以用ASCII表示的字符使用Unicode并不高效，因为Unicode比ASCII占用大一倍的空间，而对ASCII来说高字节的0对他毫无用处。为了解决这个问题，就出现了一些中间格式的字符集，他们被称为通用转换格式，即UTF（Unicode Transformation Format）。而我们最常用的UTF-8就是这些转换格式中的一种。在这里我们不去研究UTF-8到底是如何提高效率的，你只需要知道他们之间的关系即可。
总结：
1、为了处理英文字符，产生了ASCII码。 2、为了处理中文字符，产生了GB2312。 3、为了处理各国字符，产生了Unicode。 4、为了提高Unicode存储和传输性能，产生了UTF-8，它是Unicode的一种实现形式。Python2的默认编码是ASCII码，Python3的默认编码是UTF-8
一、python2 与 python3 通用的编码方式
1、UTF-8编码方式：
英文 ：A 00100000 8位 1字节
中文： 中 00000001 00000010 00001110 24位 3字节
2、GBK编码方式：
英文： A 00000110 8位 1字节
中文： 中 00000010 00000110 16位 2字节
各个编码之间二进制，是不能互相识别的，会产生混乱
文件之间的储存、传输、不能用Unicode码（因为所占用的空间太大），只能用UTF-8、UTF-16、GBK、GB2312、ASCII码
3、str在Python中是用Unicode码，还有一种是bytes 类型
1、英文
str：
表现形式 s = 'alex'
编码方式 0101010101 unicode
bytes：
表现形式 s = b'alex'
编码方式 00101010 utf-8 gbk
2、中文
str：
表现方式 s= '中国'
编码方式 01010110 utf-8 gbk
bytes：
表现方式 b'x\e91\e91\e01\e21\e31\e32
编码方式 01001100 utf-8 gbk
二、字符编码的使用
不管是哪种类型的文件，只要记住一点：文件以什么编码保存的，就以什么编码方式打开。
在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。
总结：
decode()方法将其他编码字符转化为Unicode编码字符。 encode()方法将Unicode编码字符转化为其他编码字符。