本文章受UNICODE,GBK,UTF-8区别的极大启发，仅为巩固自己的记忆。
1. ASCII是最早的字符集，总共包含127个字符，因为是美国人发明的，127个够他们用了。
2. GBK是ASCII的扩展集，ASCII使用一个字节，即8个二进制位，来表征英文字母和一些符号，一个字节可以最多表示2的8次方即256个字符。前127个被称为ASCII字符集，后续在ASCII的基础上进行扩展，将剩余的127个用来表征汉字，但汉字太多，所以不得不在必要时使用2个字符来表示更多的汉字，被称为GB2312字符集，后来仍然不够，又进一步扩展成GBK字符集。所以在此字符集中，英文占一个字节，汉字则占两个字节。
3. UNICODE也是字符集，包含了世界上所有民族的所有文字，因其一律使用两个字符来表示字符。其同时还有备用方案，即使用4个字节来表示字符，总共可容纳上亿的字符。
4. 由于互联网的出现，UNICODE字符集的传输出现了问题，像英文字符本来需要一个字节就可以保存，如果强行用两个甚至三个四个字节来表示，传输的内容将成倍的增加，这是无法接受的，一定要解决。因此也就带来了UTF-8。
5. UTF-8的意思即以每次传输8bits的形式来进行信息传递。如果一个字节能传输完，就传输一个字节，一个字节不够的，再用更多的字节来表示，下图为UNICODE与UTF-8的对应关系。
Unicode符号范围(十六进制)UTF-8编码方式(二进制)起始终止 0000 00000000 007F0xxxxxxx 0000 00800000 07FF110xxxxx11110xxx 0000 08000000 FFFF1110xxxx11110xxx11110xxx 0001 00000010 FFFF11110xxx11110xxx11110xxx11110xxx
因此，这样就解决了4中提到的问题。
以上内容与python的关系：
1. python3的默认编码方式是unicode。
2. encode与decode方法，如何区分？可以理解为unicode是标准的普通话，如果要改成gbk或者utf-8，就需要encode编码（加密），反之则是decode解码（解密）。
3. python3中正常创建的字符的储存方式是unicode，已经是标准的普通话了，无法再解密了，所以如果对一个字符串使用decode方法会提示 AttributeError: 'str' object has no attribute 'decode'。
4. python3中创建字符串，前面加u代表使用unicode字符集，python3的默认字符集已经是unicode，所以已经不需要加u。
5. python3中创建字符串，前面加b代表使用ASCII字符集，只能创建ASCII字符集中存在的字符，中文字符前加b会报错。
6. python3中处理带有'\x'的字符串，<string>.encode('raw_unicode_escape').decode('utf8')。
下图为python2环境，交互式界面。
Python 2.7.10 (default, Feb 7 2017, 00:08:15) [GCC 4.2.1 Compatible Apple LLVM 8.0.0 (clang-800.0.34)] on darwin Type "help", "copyright", "credits" or "license" for more information. >>> s='我们' >>> b=u'我们' >>> s '\xe6\x88\x91\xe4\xbb\xac' >>> b u'\u6211\u4eec' >>> print s 我们 >>> print b 我们 >>>下图为使用python2执行test.py文件。
#! /usr/bin/env python s = '匆匆' print(s)输出结果为：
File "./test.py", line 2 SyntaxError: Non-ASCII character '\xe5' in file ./test.py on line 2, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details添加编码即可：
#! /usr/bin/env python # -*- encoding: utf-8 -*- s = '匆匆' print(s)