Python之令人心煩意亂的字符編碼與轉碼

ASC-II碼：英文1個字節（8 byte），不支持中文；

高大上的中國，擴展出自己的gbk、gb2312、gb2318等字符編碼。?

由于各個國家都有自己的編碼，于是就需要統一的編碼形式用于國際流傳，防止亂碼，就有了萬國碼；

萬國碼：unicode（默認無論中文還是英文都是至少占用2個字節），為了解決占用字節變多，占用空間增倍的情況，又衍生了擴展集utf-8；

UTF-8：原有的ASC-II碼中內容仍用1個字節，歐洲國家的字符用2個字節，漢字等其他的字符用3個字節

?

---

?

decode: 解碼到unicode，encode: 將unicode編碼到其他格式（如，utf-8，gbk等）

日常中如果我們想要讀取其他國家的代碼時，先解碼（decode）為萬國碼，再編碼（encode）為我們適用的編碼形式讀取；

比如：GBK到uff-8，先將GBK（decode）到 unicode，再（encode）到utf-8；

?