关于UTF-8和unicode编码简单理解
- ASCII: 美国的编码， 一个字节, 最大只能表示255个字符
- GB2312: 中国制定的编码。一般2个字节
- unicode编码，目的是统一各国编码, 一般4字节。 解决了乱码问题， 但是也需要更多的存储空间，传输时也需要传输更多，产生更多开销。
- UTF-8: 可变长度的编码， 比如一个英文字符，只占用1个字节，中文3个字节。作用比较明显。缺点就是增加复杂度
python3将所有字符内置为unicode编码了。
因为unicode编码长度固定，在中英文混合的情况下，内部处理比utf-8容易，而utf-8能够根据不同字符使用不同的长度编码，所以更节省空间， 实际中，可以像如下图一样进行处理， 达到合理使用：