UnicodeDecodeError—UTF-8 编码（Python 中的底层基础

号、图形符号、数字等。比如，一个汉字，一个英文字母，一个标点符号等都是一个字符。

2.2 字符集（Character set）

字符集是字符的集合。字符集的种类较多，每个字符集包含的字符个数也不同。比如，常见的字符集有 ASCII 字符集、GB2312 字符集、Unicode 字符集 等，其中， ASCII 字符集 共有 128 个字符，包 含可显示字符（比如英文大小写字符、阿拉伯数字）和控制字符（比如空格键、回车键）； GB2312 字 符集 是中国国家标准的简体中文字符集，包含简化汉字、一般符号、数字等； Unicode 字符集 则包含了世界各国语言中使用到的所有字符。

2.3 字符编码（Character encoding）

字符编码，是指对于字符集中的字符，将其编码为特定的二进制数，以便计算机处理。常见的字符编码 有 ASCII 编码， UTF-8 编码， GBK 编码等。一般而言，字符集和字符编码往往被认为是同义的概 念，比如，对于字符集 ASCII ，它除了有「字符的集合」这层含义外，同时也包含了「编码」的含 义，也就是说，ASCII 既表示了字符集也表示了对应的字符编码。

计算机存储数据的单元，一个8位（bit）二进制数。

3 常见的字符编码简介

---

常见的字符编码有 ASCII 编码， GBK 编码， Unicode 编码和 UTF-8 编码等等。这里，我们主要 介绍 ASCII 、 Unicode 和 UTF-8。

3.1 ASCII 编码

计算机是在美国诞生的，人家用的是英语，而在英语的世界里，不过就是英文字母，数字和一些普通符 号的组合而已。

在 20 世纪 60 年代，美国制定了一套字符编码方案，规定了英文字母，数字和一些普通符号跟二进 制的转换关系，被称为 ASCII (American Standard C