一. 字符編碼的演化 python
•ASCII碼: 佔1個字節，只支持英文.編程
•GB2312：又稱國標碼，支持的是經常使用的漢字，1981年由國家標準局發佈實施，通行於大陸，新加坡等地，共7445個圖形字符.其中漢字6763.網絡
•GBK ：1995年發佈，兼容GB2312.收錄漢字21003個，同時包含中日韓裏的全部漢字.編程語言
•GB18030：2000年發佈，兼容GBK和GB2312，收錄漢字27484個，包括中日韓和中國少數民族文字.post
•Shift-Jis ：日本字符優化
•ks-c_5601_1987: 韓國編碼編碼
•TIS-620：泰國編碼spa
——————由於每一個國家都有本身的字符，因此ISO搞出了一個萬國碼，涵蓋全球全部文字和二進制的關係————————code
•Unicode編碼：又稱萬國碼，規定最少用2個字節表示，（2—4個字節）.解決了字符和二進制之間的關係（Unicode兩個做用：1.包含了全部國家的語言 2.包含了全球全部國家編碼的映射關係）orm
•UTF-8：全稱Unicode Transformation Format是對Unicode編碼的壓縮和優化，解決存儲和網絡運輸的問題，其中ASCII碼的內容用1個字節保存，歐洲的字符用2個字節保存，東亞的字符用3個字節保存.
（Windows系統中文默認編碼是GBK，Mac OS\Linux系統默認編碼是UTF-8）
二. 字符是怎麼存到硬盤上的
1. 字符串是經過二進制0101010存到硬盤上的.
2. 不管什麼編碼在內存裏顯示字符，存到硬盤是都是2進制. 還有就是說以GBK的編碼存到硬盤上，必須再以GBK的編碼取出來.不然會亂碼.
三. 字符編碼的轉換 參考1》
英語是國際通用語言，與此相似，Unicode是計算機裏的通用語言. 可是，中國的Windows系統上默認的是GBK ， 日本默認的是Shift-Jis ，美國用的是Unicode 等等 . 因此中國的軟件怎麼出口到美國，日本等地？
解決方法一：在出口國家的電腦上都裝上GBK編碼（明顯是不現實）
解決方案二：把本身的軟件編碼以utf-8編碼（可是按照這種方法，出口之後，取出來的仍然是中文，並非英文）
因此上面兩個方法都不行. 其實這裏用到的是Unicode的第二種做用，根據映射關係.,unicode本身知道gbk或者shift-jis在Unicode中的編碼是什麼，因此，不管無論以什麼編碼存儲的數據，只要軟件再把數據從硬盤讀到內存，轉成Unicode顯示，就能夠了. （舉個例子，中國的軟件以GBK編碼出口到美國，而後美國的電腦把GBK讀進去，可是程序上加個補丁，就能轉換成Unicode. ）因爲全部的系統和編程語言默認支持Unicode，因此gbk軟件放到其餘國家的電腦上，就變成了Unicode，中文就能夠正常顯示.
decode的做用是將其餘編碼的字符串轉換成unicode編碼，如str1.decode('gb2312')，表示將gb2312編碼的字符串str1轉換成unicode編碼。
encode的做用是將unicode編碼轉換成其餘編碼的字符串，如str2.encode('gb2312')，表示將unicode編碼的字符串str2轉換成gb2312編碼
如：s='中文'
若是是在utf8的文件中，該字符串就是utf8編碼，若是是在gb2312的文件中，則其編碼爲gb2312。這種狀況下，要進行編碼轉換，都須要先用decode方法將其轉換成unicode編碼，再使用encode方法將其轉換成其餘編碼。一般，在沒有指定特定的編碼方式時，都是使用的系統默認編碼建立的代碼文件。
若是字符串是這樣定義：s=u'中文'
則該字符串的編碼就被指定爲unicode了，即python的內部編碼，而與代碼文件自己的編碼無關。所以，對於這種狀況作編碼轉換，只須要直接使用encode方法將其轉換成指定編碼便可。
若是一個字符串已是unicode了，再進行解碼則將出錯，所以一般要對其編碼方式是否爲unicode進行判斷：
isinstance(s, unicode) #用來判斷是否爲unicode
用非unicode編碼形式的str來encode會報錯
如何得到系統的默認編碼？
#!/usr/bin/env python
#coding=utf-8
import sys
print sys.getdefaultencoding()
該段程序在英文WindowsXP上輸出爲：ascii
在某些IDE中，字符串的輸出老是出現亂碼，甚至錯誤，實際上是因爲IDE的結果輸出控制檯自身不能顯示字符串的編碼，而不是程序自己的問題。
如在UliPad中運行以下代碼：
s=u"中文"
print s
會提示：UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)。這是由於UliPad在英文WindowsXP上的控制檯信息輸出窗口是按照ascii編碼輸出的（英文系統的默認編碼是ascii），而上面代碼中的字符串是Unicode編碼的，因此輸出時產生了錯誤。
將最後一句改成：print s.encode('gb2312')
則能正確輸出「中文」兩個字。
若最後一句改成：print s.encode('utf8')
則輸出：\xe4\xb8\xad\xe6\x96\x87，這是控制檯信息輸出窗口按照ascii編碼輸出utf8編碼的字符串的結果。
unicode(str,'gb2312')與str.decode('gb2312')是同樣的，都是將gb2312編碼的str轉爲unicode編碼
使用str.__class__能夠查看str的編碼形式
s="中文"
if isinstance(s, unicode):
#s=u"中文"
print s.encode('gb2312')
else:
#s="中文"
print s.decode('utf-8').encode('gb2312')
四.python3代碼執行過程
根據上述所說字符編碼的轉化，實際代碼中python3的執行代碼過程是什麼樣的？
1.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
2.把代碼字符串按照語法規則進行解釋
3.全部的變量字符都會以Unicode編碼聲明
五. 字節與字符
name = 'alex' name_bytes = name.encode(utf-8)#字節 name_str = name_bytes.decode(utf-8)#字符串
參考1：www.unicode.org