⼀⽂透彻掌握Python编码问题一、当我说字符时，我在说什么？当我们提起字符串时，每个程序员都能理解到，我们说的是一个字符序列。但是，当我们说字符时，很多人就困惑了。写在纸上的字符很容易辨识，但是为了将不同的字符在计算机中标识出来，人类发明了unicode字符。简单讲，unicode可以看成是一个标准的函数，它将一个具体的字符映射成0-1114111之间的一个数字，这个数字叫做码位。通常，码位用十六进制表示，并且前面会加上“U+”的字样。例如，字母A的码位是U+0041。按道理说，我们在计算机中，用unicode的码位来代表字符就很完美了。实际上，python3中的str对象和python2中的unicode对象在内存中就是用码位来表示字符的。但是，由于全世界的字符比较多，导致表示码位的数字也要用long或者int这样的数据类型表示，每个字符都要占固定的几个字节。在存储到磁盘或者通过网络进行传输时，比较浪费空间。于是，聪明的人类又搞了一个函数，这个函数将一个码位映射成字节序列。映射的目的是减少占用的空间。这个函数就是编码。也就是说，编码是在码位和字节序列之间转换时使用的算法。比如大写字母A（U+0041)，使用UTF-8编码后是\x41，这里\x表示一个字节，字节的值是41。我们看到，如果用U+0041这个整数代表大写字母A，需要4个字节，因为一个整数就是用4个字节表示的，经过编码后，只占用了一个字节，达到了减少减少空间的目的。这里提示一下，下文中，当我们再说到码位时，可以将其简单想象成一个int。二、python3中码位和编码是如何表示的在python3的代码中，str类型的对象就是用码位表示的字符串，编码后的字节序列可以用bytes类型的对象表示。如下所示：可以将bytes类型的对象看成一个数组，切片啥的都不在话下，里面的元素是介于0-255（含）之间的整数。从python2.6起，新增一个类似的类型，bytearray。它和bytes很像，不同之处有以下两点：1、没有字面量句法，看图：上图是bytes对象的字面量创建方法。bytearray没有类似的构造方法，它只能这样获得：2、bytes不可变，bytearray可变当我们print一个bytes对象时，常常会看到这种情况：b'caf\xc3\t'看起来有点乱，让我们来观察一下：b表示你print的是bytes对象caf表示三个字节，这几个字节中的值就是caf三个字符的ascii码值，这里直接用caf三个字符表示了。\xc3表示这个字节中的值是十六进制的c3，无法用ascii码值表示，所以这里用了两个字节的十六进制数表示。\t表示，这个字节的值是tab...
