流畅的Python（5） —— 文本和字节序列
Python中对字符串的管理有两种方式一种是：字符序列另一种是Unicode，在中文的自然语言处理中，会使用到文本数据，所以需要仔细地研究字符串与文本关系，这也是Python中的一个坑点。
下图为Unicode与字节码的关系：
1.Unicode(码位) 与bytes(字节序列)
Unicode就是我们常说的“字符”，也叫码位，Python中string类型是Unicode编码，可以把他认为是人类看懂的字符，对于Python而言是统一的。
字节码：是由byte字节类型组成，用来表示字符的串。在C语言中，变量类型为char，占一个字节，根据不同的编码方法同一个字符会有不同个数的字节来表示。
2. 编解码问题
str.encode()和b.decode()是连接Unicode和bytes之间的两个重要方法。
编码（encode）：将Unicode按照编码方法（如：UTF-8, UTF-16）编译成字节序列
解码（decode）：将字节序列按照编码方法编译成Unicode编码
值得注意的是: 编解码的方法需要事先指定，否则回造成UnicodeError等常见错误
3. 常见的字符串错误与最佳实践
常见错误
| 错误名称 | 原因 |
|---|---|
| UnicodeEncodeError | 把文本转换成字节序列时，如果目标编码中没有定义某个字符，就会报错 |
| UnicodeDecodeError | 把二进制序列转换成文本时，如果假设是这两个编码中的一个，遇到无法转换的字节序列时会抛出 UnicodeDecodeError |
目前的最佳实践是，IO过程需要进行编解码操作，而数据处理阶段仅需要完全对Unicode进行操作。
