python2解释器在加载.py?文件中的代码时，会对内容进?行行编码(默认ascill),而python3对内容进?行行编码的默认为utf-8。

编码的发展历史

早期，计算机是美国发明的，普及率不高，一般只是在美国使用，最早的编码结果就是按照美国人的习惯来编码的，对应数字+字母+特殊字符一共也没多少，就形成来最早的编码--ASCII码，直到今天，ASCII码依然深深的影响着我们。

ASCII（AmericaStandardCodeforInformationInterchange,美国标准信息交换代码），ASCII码是基于拉丁字母的一套电脑编码，主要用于显示现代英语和其他西欧语言，其最多只能用8位来表示（一个字节），即：2**8=256 。

最早的计算机编码ASCII码，包含了英文字母（大写、小写）、数字、标点等特殊字符，共128个码位（2**7），但是计算机对7不敏感，所以又加上了一位（2**8），故ASCII码的第一位数字都是0. (另一种说法是：7位够了，但为了后续拓展，就再加了一位)。所以，ASCII码最多只能表示256个符号（后来发展出来的各自编码都是以ASCII码为基础的）。

随着计算机的发展，以及普及率的提高，流行到欧洲和亚洲，这时ASCII码就不合适了。比如，中文汉字有几万个，而ASCII最多也就256个位置，所以ASCII码不行了。这时，不同的国家就提出了用不同的编码来适用于各自的语言环境，如：中国的GBK、GB2312、BIG5、ISO-8859-1等等。这里GBK国标码，前面的ASCII码部分，由于使用两个字节，所以对ASCII码而言，前9位都是0

ASCII码表示的字母A：01000001

GBK国标码表示的字母A：0000000001000001

但是，各国各自使用不同的编码会导致跨国使用的问题，例如，GBK国标码，只能中国用，日本就用不了了。这时，提出了一个万国码---Unicode

unicode一开始设计是每个字符两个字节。设计好了后，发现我国的汉子依然无法进行编码，只能扩充，成为了32位（也就是4个字节）。但是中国汉字虽然有好几万，但是unicode可以表示40多亿，根本用不完，太浪费了，于是提出UTF编码（可变长度编码）。

UTF-8：每个字符最少占8位，每个字符占用的字节数不定，根据文字内容进行具体编码。例如：英文，就一个字节就够了；汉字占3个字节；这时既满足了中文，也满足了节约，也是目前使用频率最高的一种编码。

UFT-16：每个字符最少占16位。

GBK：每个字符占2个字节，16位。

单位转换

8bit=1byte

1024byte=1KB

1024KB=1MB

1024MB=1GB

1024GB=1TB

1024TB=1PB

1024PB=1EB

1024EB=1ZB

1024ZB=1YB

1024YB=1NB

1024NB=1DB

常用到TB就够了

Python基础：十三、编码

原文：https://www.cnblogs.com/joetan/p/10802121.html