大家可能在計算機上看到過類似ASCII, GBK, GB2013,Unicode等等這些東西，但是卻搞不清楚它們的關係，沒辦法正確地使用。再次，特對編碼進行簡要說明，讓大家可以更好地理解和運用。
1. 編碼產生的原因
在計算機中，所有的數據在存儲和運算時，都要使用二進制數(也就是0和1兩個數)表示。但是，具體使用哪些二進制數代表哪個具體的符號，每個地區都有自己約定的一套規則，這就是編碼。
2.常見編碼類型
a. ASCII
ASCII (American Standard Code for Information Interchange)，美國信息交換標準代碼是基於拉丁字母的一套電腦編碼系統，主要用於顯示現代英語和其他西歐語言，它是最通用的信息交換標準ASCII。第一次以規範標準的類型發表是在1967年，最後一次更新則是在1986年，到目前爲止共定義了128個字符。
由此我們可以看出ASCII是美國人自己搞的一套編碼，它可以適用於英語的書寫，英語的26個大小寫字母以及一些常用的符號都包含在內。
但是，對於其它國家自己的語言來說，這就不適用了。以中文爲例，常用的漢字就有5000多個，這個怎麼用ASCII碼去表示呢？這個是無法表示的。
所以，我們國家研發了自己的一套編碼規則，也就是GB 2312-1980和GBK兩套編碼。
b. GB 2312-1980
GB是啥意思？ 2312是什麼意思？ 1980又是什麼意思呢？
GB就是漢語拼音國標的首字母，也就是國家標準的意思；
2312是套標準的一個編號，就類似你家的郵政編號一樣，只是一個編號而已；
那1980呢？ 這個很顯然就是年份嘛，就是說這個是在1980年發佈的。
那麼它完整的意思應該就是：在1980年發佈的一套編號爲2312的國家標準編碼規則。
哈哈，是不是一下就清楚了！？
下面是詳解：
《信息交換用漢字編碼字符集》是由中國國家標準總局1980年發佈，1981年5月1日開始實施的一套國家標準，標準號是GB 2312—1980。
GB2312編碼適用於漢字處理、漢字通信等系統之間的信息交換，通行於中國大陸；新加坡等地也採用此編碼。中國大陸幾乎所有的中文系統和國際化的軟件都支持GB 2312。
基本集共收入漢字6763個和非漢字圖形字符682個。整個字符集分成94個區，每區有94個位。每個區位上只有一個字符，因此可用所在的區和位來對漢字進行編碼，稱爲區位碼。
把換算成十六進制的區位碼加上2020H，就得到國標碼。國標碼加上8080H，就得到常用的計算機機內碼。1995年又頒佈了《漢字編碼擴展規範》（GBK）。GBK與GB 2312—1980國家標準所對應的內碼標準兼容，同時在字彙一級支持ISO/IEC10646—1和GB 13000—1的全部中、日、韓（CJK）漢字，共計20902字。
c. GBK
有了GB 2312，中國的計算機事業得以發展壯大。但是發展發展着，發現，誒， GB 2312的的編碼不夠用了，我們有更多的內容需要傳入到計算機裏面，怎麼辦？那就擴展一下嘛，所以就有了GBK 這種編碼(我悄悄地告訴你，這個K不就是擴的漢語拼音嘛？)
下面是詳解:
1995年，國家頒佈了《漢字編碼擴展規範》（GBK）。GBK與GB 2312—1980國家標準所對應的內碼標準兼容，同時在字彙一級支持ISO/IEC10646—1和GB 13000—1的全部中、日、韓（CJK）漢字，共計20902字。簡單來說，不就是可以儲存的東西變多了嘛！
d. Unicode
上面講了一下中國的編碼方式。但是如果這樣看的話，那是不是每個地區都得自己弄一套編碼規則啊？世界上有那麼多國家，那麼多語言，這個怎麼辦呢？
爲了解決這一問題，我們的萬國碼誕生了。
Unicode（統一碼、萬國碼、單一碼）是計算機科學領域裏的一項業界標準，包括字符集、編碼方案等。Unicode 是爲了解決傳統的字符編碼方案的侷限而產生的，它爲每種語言中的每個字符設定了統一併且唯一的二進制編碼，以滿足跨語言、跨平臺進行文本轉換、處理的要求。1990年開始研發，1994年正式公佈。
這樣一來，是不是不同地區的編碼就統一了呢？ 大家用不同語言寫的東西，都可以適用於這一套規則，這多方便啊！
e. UTF-8
Unicode碼，這裏是UTF-8，是不是長得很像啊？都是U開頭的。沒錯，你猜對了，UTF-8又是Unicode的升級版本。爲什麼會有這個版本呢？
這是因爲，對於原本的ASCII碼，我們至於要佔一個位(使用一個字節的內存)就可以儲存信息了，但是Unicode碼包含了更多的語言文字，就需要更長的編碼去表示一個文字/字符，那麼對於原本只需要用ASCII就能解決的問題，用Unicode碼去編寫，這樣就造成了一種極大的浪費，大大佔用了計算機的儲存空間。所以，UTF-8就是爲了解決這個問題而誕生的。
詳解：
UTF-8（Universal Character Set/Unicode Transformation Format）是針對Unicode的一種可變長度字符編碼。它可以用來表示Unicode標準中的任何字符，而且其編碼中的第一個字節仍與ASCII相容，使得原來處理ASCII字符的軟件無須或只進行少部份修改後，便可繼續使用。因此，它逐漸成爲電子郵件、網頁及其他存儲或傳送文字的應用中，優先採用的編碼。
這裏的8表示8位元，就是說，一個字符最多可以佔8個位置。但是如果只要要一個位置就能表達，就別扯淡去佔用空間了，能用一位表示就用一位；不行就兩位，再不行就三位........一直到8位。
爲啥會亂碼？？？
知道了編碼規則，就很好解釋爲什麼會出現亂碼現象了。
如果你在大街上看到一個法語單詞，你以爲這是英語單詞，你就去抱着英漢詞典去查，這樣能查到嗎？
有些人要反駁了！
的確有可能查到啊。 比如英文的style和法語的style一模一樣，只是發音不同。
這就對了嘛！！！ 所以，有的時候，出現錯誤了編碼，我們還是能看懂一些東西，或者說有那麼一部分它的編碼還是相通的。
那要怎麼去解決亂碼的問題呢？ 最簡單有效的方法就是在代碼的後面加上一個encoding = '編碼'，比如，encoding = 'utf-8'就可以了。