1.什么是编码
首先，将一段文字视为一个消息，这个消息是以人类可以理解的存在。这种消息又可以称为“明文”；
对于说英文的人，打印的或纸张上的英文单词都算作明文。
其次，计算机中存储的编码文本并不是我们可以看懂的明文，那么可以将编码文本转换为明文的过程称之为“解码”，
将明文转化为计算机中的编码文本的过程称之为“编码”
①.ASCII
计算机中所有的数据，文字、图片、视频又或是音频，本质上最终都是按照类似01010101的二进制存储的，也就是说计算机只懂二进制。
一个字节只有八位 A–>00010001 其中的一个 0 称之为 一个电平，也就是说八个电平作为一组表示一个字节；
八个电平做为一组就可以表示出256种不同状态 所以除了表示英文字符、一些特殊字符和数字外，还可以表示拉丁文。
②GB2312
我党人员的壮举，自力更生，将小于127的字符的意义与原来相同（表示英文及一些特殊字符和数字），两个大于127的字符连接在一起即表示一个汉字；前面的一个字节称为高字节（从0xA1用到0xF7）后面的一个字节称为低字节（0xA1到0xFE）。Gb2312是对ASCII的中文扩展.
但是汉字太多了，GB2312也不够用，于是规定：只要第一个字节是大于127就固定表示这是一个汉字的开始，不管后面跟的是不是扩展字符集里的内容。结果扩展之后的编码方案被称为 GBK 标准，GBK 包括了 GB2312 的所有内容，同时又增加了近20000个新的汉字（包括繁体字）和符号。
③UNICODE
很多其它国家都搞出自己的编码标准，彼此间却相互不支持。这就带来了很多问题。于是，国际标谁化组织为了统一编码：提出了标准编码准则：UNICODE 。
UNICODE是用两个字节来表示为一个字符，它总共可以组合出65535不同的字符，这足以覆盖世界上所有符号（包括甲骨文）
④utf8
老外对于国际这顶的 UNICODE编码不服，我只需要一个字节干嘛要兼容别人用两个字节
所以发明了UTF-8（8-bit Unicode Transformation Format） 它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度，当字符在ASCII码的范围时，就用一个字节表示，所以是兼容ASCII编码的
但是在内存中的存储 都是以UNICODE编码方式存储的，但是在数据保存到磁盘或是在网络传输时，使用utf8要比unicode节省很多空间。
关于Unicode与utf8的关系：
Unicode是内存编码表示方案（是规范），而UTF是如何保存和传输Unicode的方案（是实现）这也是UTF与Unicode的区别。
s="I'm 帅哥"
# unicode
I 00000000 01001001
' 00000000 00100111
m 00000000 01101101
00000000 00100000
帅 10000010 11010001
哥 01100110 00001010这个字符串总共占用了12个字节，英文的前9为都是0！
#utf8
I 01001001
' 00100111
m 01101101
00100000
帅 11101000 10001011 10010001
哥 11100110 10011000 10001010utf8用了10个字节，因为我们程序的英文远多于中文，所以空间提升会很多。（节省硬盘空间及流量）
2.Python3编码
import json
a = "帅哥"
print(type(a)) #<class 'str'>
print(json.dumps(a)) #"\u5e05\u54e5"
b = a.encode('utf8') # 编码(encode)
print(type(b)) #<class 'bytes'>
print(b) #b'\xe5\xb8\x85\xe5\x93\xa5'
c = b.decode('utf8') # 解码(decode)
print(type(c)) #<class 'str'>
print(c)#帅哥
print(json.dumps(c)) #"\u5e05\u54e5"Python3 对文本和二进制数据做了类型的区分，不会对bytes字节串进行自动解码,也不会以任意隐式的方式混用str和bytes.
3.从磁盘到内存的编码
当我们使用任意一款编译器时，编辑的文字或是英文等，在未保存之前都是以unicode编码方式存在的（万国码，世界上的任何字符它都有唯一编码对应，所以兼容性是最好的），
当我们保存后，其存入磁盘后，是以某种编码方式存在的bytes字节串，如utf8编码、gbk编码；
当我们打开这个文件时，编译器自动的将数据解码为unicode，然后就可以呈现给用户了；
同理，Pycharm也是一款编译器，计算机本身的操作系统也具备编译器的功能。
py2默认ASCII码，py3默认的utf8
所以会出现py2解释器去执行一个utf8编码的文件，就会以默认地ASCII去解码utf8，一旦程序中有中文，自然就解码错误了，所以我们在文件开头位置声明 #coding:utf8，其实就是告诉解释器，你不要以默认的编码方式去解码这个文件，而是以utf8来解码。而py3的解释器因为默认utf8编码，所以就方便很多了。
4.常见问题
①：cmd下乱码问题
当我们创建一个py文件 在电脑终端编译执行时
在win系统下，python2按照utf8去编码及保存的，但是当输出中含有中文，win中的cmd.exe编译器默认是是按照GBK方式来解码的，就是说在cmd.exe显示打印时 会出现问题，本身的文件执行并没有问题。
py3传递出的显示内容是以unicode数据编码的，所以显示没有问题。
②：open中的编码问题
# hello文本 ：舞舞喳喳
f=open('hello')
print(f.read())在win下会发生乱码，在linux下结果正常，也是因为win系统安装时时默认GBK编码的，而linux是utf8编码；
当win打开并按照GBK编码去解码utf8文件时 自然会乱码。
f= open('hello',encoding= 'utf8')
pint(f.read())