1、Python编码解码：

文件转换为二进制，就是编码。

二进制转换为文本，就是解码。

2、ASCII编码：

字符‘a’在ASCII码表中的对应的数据就是97，二进制为1100001。

# 查看‘a’的ASCII编码
print(ord('a'))

# 转换为二进制数
print(bin(ord('a')))

# 将十进制数转为ASCII码
print(chr(97))

ASCII编码占用一个字节，也就是8位。2**8=256。ASCII编码覆盖了英文大小写、数字和特殊字符。

3、GB2312

《信息交换用汉字编码字符集》，中国大陆几乎所有的中文系统和国际化的软件都支持GB2312。

基本集共收入汉字6763个核非汉字图形字符682个。整个字符集分94个区，每区有94位。每个区位上只有一个字符，因此可用所在的区和位来对汉字进行编码，称为区位码。

把换成十六进制的区位码加上2020H，就得到了国标码。国标码加上8080H，就得到了常用的计算机内码。

GB2312的出现，基本上满足了汉字的计算机处理需要，它所收录的汉字已经覆盖了中国大陆99.75%的使用率。

对于人名、古汉语等方面出现的罕用字，GB2312不能处理，导致了GBK及GB18030汉字字符集的出现。

01-09区为特殊符号。
16-55区为一级汉字，按拼音排序。
56-87区为二级汉字，按部首/笔画排序。
10-15区及88-94区则未有编码。
举例来说，“啊”字是GB2312之中的第一个汉字，它的区位码就是1601。

4、GBK：即汉字的内码拓展规范。共收入21886个汉字和图形符号。

5、GB18030：与GB2312-1980和GBK兼容，共收录汉字70244个，是一、二、四字节变长编码。

6、Unicode：每种语言都有自己独特的编码，那么计算机在跨语言进行信息传输的时候，就无法沟通，出现乱码，于是Unicode编码就产生了。Unicode使用2-4个字节编码，已经收录了136690个字符。把所有语言统一到一套编码中，这套编码就是Unicode编码，使用Unicode编码是不会出现乱码问题的。

Unicode使用两个字节表示一个字符，比较生僻的字符需要使用4个字符。

缺点：用Unicode编码存储会比用ASCII编码多用一倍空间！存储和网络传输的时候一般数据会用得比较多。

7、UTF编码：UTF编码将一个Unicode字符编码成1-6个字节。

常用的英文字母被编码为1个字节。

汉字通常是3个字节。

生僻的字符会被编码为4-6个字节。

说明：Unicode到UTF不是直接对应的，而是通过一些算法和规则转换的。

7.1 UTF-8: 英文占用1个字节，欧洲语系占用2个字节，东亚占用3个字节，其他及特殊字符占用4个字节。

7.2 UTF-16： 优先使用2个字节，否则使用4个字节表示。

7.3 UTF-32：使用4个字节表示所有字符。

print(list('常'.encode("utf-8")))

[229, 184, 184]


print(list('a'.encode("ascii")))
[97]

print(list('a'.encode("utf-8")))
[97]

print(list('a'.encode("gbk")))
[97]

我们可以看到，汉字是UTF-8的字符集中是3个字节，而英文，无论采用哪种编码，结果都是一致的。

Pycharm编辑器默认采用的是UTF-8编码，并保存为UTF-8编码的文本文件。

在Python3中所定义的字符串都是Unicode字符串，Unicode字符串可以编码为任意编码格式的字节码，解码时使用的同一编码解码即可得到原来的Unicode字符串。