之前总是会遇到编码的问题，一直处于半懂不懂的状态，这次来对几种编码方式简单的进行梳理一下。
首先介绍字符的编码方式
ASCII码
首先需要清楚的是ASCII码主要是用来显示英语和部分西欧语言的编码系统。标准的ARCII码使用7位二进制数表示所有的大小写字母、数字、标点符号及特殊字符，剩下的一位规定为0。
非ASCII码
英文字符用7个二进制位就可以完全表示，而对其它语言而言7个二进制位是不够的，所以，一些国家使用剩下的一个二进制位也用来表示字符，这样一共有256个符号。但即使数量上满足，对于不同的语言，编码表示的字符也是不一样的。除此之外，还有例如中文这种具有许多字符的语言，用一个字节是无法完全表示的，所以需要多个字节表示。例如中文常见的编码方式GB2312就是使用两个字节表示一个字符。
Unicode
世界上存在着许多的编码方式，编码方式的多样性使得经常会出现乱码的问题，就是由于编码与读取使用不同的编码方式。针对这个问题，Unicode编码出现了，它是将世界所有的符号编码，给他一个独一无二的编号。
Unicode只是一个符号集，它只规定了符号的二进制代码，没有规定二进制代码如何存储。有的字符需要三四个字节表示，这时ASCII码与Unicode如何分别将是一个问题。而且若字符都用四个字节表示，对于只需要一个字节的英文字符而言，会造成极大的存储浪费。
UTF-8
UTF-8是Unicode编码的一个实现方式，类似的还有UTF-16和UTF-32。UTF-8是一种变长编码方式。
1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。
文件的编码格式与编码声明
我们经常在文件开头看见 # coding=utf-8等声明，那么这个究竟是什么意思，这个与文件本身的编码又是什么关系。
以notepad++为例，在格式选项可以为文件设置编码方式，有ANSI、UTF-8及UTF-8的无BOM格式等。它决定了该源文件中字符串的编码格式。而文件开头#！coding=utf-8或者#！coding=gbk是给python的解释器看的。当声明#！coding=utf-8时，在notepad++中所有编码为gbk的文件打开后在显示是都被转换到utf-8的编码，但是退出的时候还是还原到gbk。
我们看下面这个例子。
#!coding=utf-8
s=str('你好')
print(s)
print('s:%s' % s)此示例使用的是gbk编码方式，运行结果如下所示：
UnicodeDecodeError: 'utf8' codec can't decode byte 0xb9 in
position 0: unexpected code byte
整个运行过程：
1. 因为文件编码是GBK，得到的是’你好’的GBK编码，将它转换成 unicode的时候，会用UTF8进行解码，而大家查utf-8的编码表会发现，它在utf8编码表中根本不存在，所以会报上述错误。
我们再看下一个例子。
#!coding=gbk
s=str('你好')
print(s)
print('s:%s' % s)文件使用utf-8编码方式，程序的输出如下图。整个过程：
1. 获取’你好’的编码：由文件编码格式确定（即utf-8编码形式）。
2. 转成 unicode编码的时候，在这个转换的过程中，对于步骤一获取的编码的解码，不是用utf-8解码，而是用声明编码处指定的编码GBK，解码后得到就是图片所示。
所以很多的乱码问题就是由于notepad++中声明的编码与实际编码不一致，因此最好是能够统一编码。