Python编码问题

Python编码的一点小问题

unicode是一个字符集，它包含了（理论上）所有可能出现的文字和符号，每个符号都有一个对应的unicode值，叫做码点，对特定字符来说，这个码点是唯一，固定的
utf-xx（比如utf-8，utf-16，utf-32等）是unicode码点的一种特定的编码方式，因为码点最终要以某种形式存在于内存或者文件中，所以必须指定一种编码方式来表示某个码点
同一个码点，用不同的编码方式，得到的结果是不同的
ASCII编码和Unicode编码的区别：ASCII编码是1个字节，而Unicode编码通常是2个字节。而utf-16跟utf-8是平级的概念——都是Unicode的某种编码方式
gbk，规定了（理论上）每个汉字在内存或者文件中的编码方式
而Unicode可以认为只是字符集，不限定编码规则
只是gbk和utf-8的前256个字符，都保持跟ASCII兼容

Python 2.x里

string decode –> unicode string (utf16)
unicode string encode –> string

Python 3.x里

string (utf8) encode –> byte string
byte string decode –> string