搞清字符编码问题：
因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。
由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。
但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。
你可以想得到的是，全世界有上百种语言，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。
因此，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。
Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。
现在，捋一捋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。
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。
你可以猜测，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。
新的问题又出现了：如果统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，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。
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。
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
在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。
用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件：
浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器：
python2和python3的编码区别
python2
在python2中主要有str和unicode两种字符串类型，
如果字符串是ascii码的话，str和unicode是可以直接进行连接和比较，
不管是str还是unicode都可以直接写入文件，而不需要加上它是不是str的类型写入方式，
以Unicode表示的字符串用u'...'表示
python3
字符串是以Unicode编码的.bytes是字节流bytes对象，字符串是字符串str对象。
u’a’和‘a’是等价的都是str字符串
由于Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。
bytes和str是两个独立的类型。python3中如果是写或者读bytes类型就必需带上’b’.直接用b’字符串’表示bytes对象
str和byte的转换
字符串可以通过encode转化为bytes，bytes可以通过decode转化为字符串，
encode（‘编码方式’）时指定按那个编码转化为bytes。
反之，decode（‘编码方式’）指定按那种方式读取字节码（0和1构成的数字流）。
没有制定编码方式默认为utf-8
编辑页面的编码
编辑界面编码默认是ascii码，也就是写的程序语句默认是ascii编码，但一旦涉及到ascii码不能表示的，就隐形转换为系统默认编码表示，程序语句中的字符串默认是unicode码，也就是内存中的编码。
在py文件头声明文件的编码方式：
|
指定编码方式是告诉系统按照什么编码来读这个py文件的。
py文件的编码方式是ascii码，字符串默认编码是unicode码，指定编码方式是指定字符串的编码方式。
读入文件编码
代码文件（py文件）本身也是一个文本，它也需要在硬盘或者其他载体上保存，默认编码是系统编码。这样的话，一旦py文件copy到不同平台，问题就会发生，出现乱码。
当从网络或者硬盘读入文件的时候，实质上读到的是字节流：
硬盘读入文件的默认编码方式是系统编码方式，当出现超过gbk范围的字节出现，报错！
网络读入文件时，因为读入的是字节，不会报错，但一旦要print时就会报错！
所以，如果不能按照读入文本的编码方式转化为unicode，就会出现问题。
处理方式：
因为read（）没有编码方式参数，只能读入bytes然后在解码为unicode码或者其他编码。
判断读入内容的编码方式可以用chardet的detect方法，接受一段bytes参数，返回一个结果的字典，里面包含编码方式和信度区间。
|
前提得下载chardet包。
一些问题
那如果它是字符串，我要转化为unicode码咋整？用encode指定unicode方式？
答：如果需要将内存用的unicode码直接保存，就指定编码方式是’unicode-escape’！
|
