中文亂碼、unicode和utf8
http://openskill.cn/article/448
https://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001386819196283586a37629844456ca7e5a7faa9b94ee8000開始之前我們先了解下ASCII、GB2312、unicode、UTF-8都是啥？
編碼演化史
ASCII編碼
在很久很久以前，美國人發明了計算機，計算機只能處理數字也就是把文字轉換爲8個bit也就是一個字節，8個bit最大能表示的數字爲255，而[A-Z]、[a-z]、[0-9]再加上鍵盤上的一些符號正好255個，所以ASCII編碼就成爲了美國人的標準編碼(用一個字節代表一個字母或者符號)，正好也滿足了美國人的需求。
GB2312
有了上面的情況，我大中國表示不服，我們中國漢字博大精深，255個明顯是滿足不了我們的需求的，於是我們就發明了GB2312編碼(用兩個字節表示漢字)，不僅包含了ASCII碼還能表示我們的中國的漢字，於是有了我們中國的例子，世界各國紛紛研究出了支持自己語言的編碼，在這種情況下多種語言混合顯示就出現了亂碼的情況了，對於這種情況就出現了unicode編碼將所有語言統一到一起。
unicode
unicode編碼的出現解決了多國語言展示亂碼的問題，但是unicode的解決方案在全英文文檔展示的情況下，unicode編碼會比ASCII編碼多一倍的存儲空間(unicode的編碼是16bit的，在表示ASCII編碼時是直接在前面加上8個0)相應的在傳輸的時候就多了一倍的傳輸時間，在這種情況下就出現了UTF8編碼。
UTF8
UTF8編碼相比於8bit的ASCII編碼和16bit的unicode編碼來說，UTF8編碼是不定長的，它可以使用兩個字節代表英文，用三個字節代表中文，UTF8這個時候優勢就很大了，在實際運用中，我們可以將文件編碼互相轉換以獲取最大化的利用內存，把文件保存在內存中我們採用內存佔用更小的UTF8編碼的格式，讀寫文件時我們採用更大更全的unicode編碼，具體實例圖如下：
示例圖
代碼演示
Python2.7
windows
在python2.7中當要將字符串encode爲utf8，我們需要確保之前的字符串的編碼方式爲unicode，所以當字符串編碼不爲unicode時，我們需要使用decode方法，而在使用decode方法時我們需要指明原有字符串的編碼格式(在windows系統中解釋器默認編碼爲GB2312，Linux系統中爲UTF-8編碼)，所以就有了s.decode("gb2312").encode("utf-8")。
decode示意圖
Linux
按照上面解讀，我們在Linux系統下操作如下：
這裏就有一個疑問既然原有系統默認的字符串編碼爲utf-8，爲什麼不可以直接使用s.decode().encode('utf-8')？原因就是，如若不指定原有的系統編碼格式(utf-8)，Linux系統下會調用python解釋器的默認編碼ASCII解析字符串，演示如下：
所以在根據上面的情況，在python2中出現編碼互轉的情況，可以參考下圖：
Python3.6
Python2.7和Python3.6最大的區別就是在執行Python2.7項目時，當項目中包含漢字時，需要在文件頭聲明編碼格式，否則項目中的中文顯示就是亂碼。
而在Python3中完全沒有這樣的顧慮，那是因爲默認python3中全部的字符串就是unicode可以直接使用encode方法。
綜上：爲了避免給自己添麻煩，請認準unicode和UTF-8編碼。
寫在後面
這是鹹魚的第6篇學習筆記。