标签：python编码 bytes编码 Unicode编码 python3编码
基本常识字母"A"用ASCII编码是十进制的65，二进制的01000001；
字符"0"用ASCII编码是十进制的48，二进制的00110000，注意字符‘0‘和整数0是不同的；
汉字"中"已经超出了ASCII编码的范围，用Unicode编码是十进制的20013，二进制的01001110 00101101，1个字节的ASCII编码已经不能满足。
可以猜测，如果把ASCII编码的A用Unicode编码，只需要在前面补0就可以，因此，A的Unicode编码是00000000 01000001，
区别：一个是1字节一个是2字节。
试想如果你的文本全是英文，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算，因为Unicode是2个字节，一个字节可以表示完所有的英文字母单词。
所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间：
| 字符 | ASCII | Unicode | UTF-8 |
|---|---|---|---|
| A | 01000001 | 00000000 01000001 | 01000001 |
| 中 | 没有 | 01001110 00101101 | 11100100 10111000 10101101 |
表格还可以发现，UTF-8编码有一个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。
标签：python编码 bytes编码 Unicode编码 python3编码
原文地址：http://blog.51cto.com/aklaus/2096827
