一、字元編碼
1. 最早使用的編碼方式為ASCII編碼，ASCII編碼是1個位元組，例如：字母A用ASCII編碼是十進位制的65，二進位制的01000001
2. Unicode編碼是將所有語言統一到一套編碼裡，避免亂碼，Unicode編碼是2個位元組，例如：字母A用Unicode編碼是十進位制的65，二進位制的 00000000 01000001
3. UTF-8編碼是將Unicode編碼轉化為可變長的編碼，可節省空間。通常，英文字母被編碼成1個位元組，漢字被編碼成3個位元組，生僻的字元被編碼成4~6個位元組
4. ASCII編碼實際上可以被看成是UTF-8編碼的一部分，所以，大量只支援ASCII編碼的軟體可以在UTF-8編碼下繼續工作
5. 在計算機記憶體中，統一使用Unicode編碼，當需要儲存到硬碟或者需要傳輸的時候，就轉換為UTF-8編碼
6. <meta charset="UTF-8" />，表示該網頁正是用的UTF-8編碼
二、python的字串
1. 對於單個字元的編碼，ord()函式表示將字元轉換為整數，chr()函式表示將編碼轉換為對應的字元
例如：
1 >>> ord('A')
2 65
3 >>>ord('中')
4 20013
5 >>> chr(66)
6 'B'
7 >>>chr(20013)
8 '中'
2. python中字串型別是str，在記憶體中用Unicode表示，一個字元對應若干個位元組。若要在網路上傳輸或者儲存在磁碟上，需要把str轉換為以位元組為單位的bytes
對bytes型別的資料要用帶b字首的單引號或雙引號表示，例如：a=b'ABC'，而b='ABC'表示的為str型別
bytes型別的資料每個字元佔1個位元組，如上a共佔3個位元組
3. 以Unicode表示的str可以通過encode()方法編碼成指定的bytes（字元轉換為位元組，用於網路上傳輸或者是將字元儲存在磁碟上時）
例如：
1 >>> 'ABC'.encode('ascii')
2 b'(ABC')
3 >>> '中文'.encode('utf-8')
4 b'\xe4\xb8\xad\xe6\x96\x87'
4. 在網路上或者是磁碟上讀取位元組流時，讀取到的是bytes，將bytes轉換為str需要用到decode()方法（位元組轉換為字元）
例如：
1 >>> b'ABC'.decode('ascii')
2 'ABC'
3 >>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
4 '中文'
如果bytes中只有一小部分無效的位元組，可以傳入引數errors='ignore'忽略錯誤的位元組
5. len()函式可用來計算包含的位元組數或者字元數
例如：
1 #計算字元數
2 >>> len('ABC')
3 3
4 >>> len('中文')
5 2
6 #計算位元組數
7 >>> len(b'ABC') #一個英文字元通常佔一個位元組
8 3
9 >>> len('中文'.encode('utf-8') #一箇中文字元通常佔三個位元組
10 6
11 >>> len(b'\1\1\1\1\1\1')
12 6