最早在Python中只支持ASCII编码，普通的字符串'A'在Python内部都是ASCII编码：
>>> ord('A')
65
>>> chr(65)
'A'
由于ASCII编码是1个字节，所以最多只能表示255个字符，显然某些语言1个字节是不够的。比如中文至少需要2个字节，还不能和ASCII编码冲突，所以中国制定了GB2312编码。可想而知，全世界有上百种语言，如果每种语言都有一套编码，势必会带来冲突。如果在文本中混用，还会造成乱码。
在这种情况下，Unicode应运而生。Unicode将所有语言统一到一套编码里，这样就不会再有乱码。
一般来说Unicode占2个字节，ASCII占1个字节。如果想用Unicode编码ASCII，只需在前面补0即可：
字符A用ASCII编码是01000001，用Unicode编码是00000000 01000001。
Unicode虽然解决了统一编码的问题，但也同时带来了资源浪费。 试想如果存储的文本全部是英文的话，它会比ASCII多出一倍的存储空间，这在存储和数据传输时会十分不划算。在这种情况下，又出现了UTF-8编码。
UTF-8编码是可变长度的，它会把一个Unicode字符编码成1-6个字节。比如常用的英文字符被编码成1个字节，汉字通常是3个字节。并且实际上ASCII是UTF-8的一个子集。
在Python2.x中，默认是ASCII编码，要改成Unicode编码，需要在字符串前加u：
>>> u'中文'
u'\u4e2d\u6587'
\u后面是Unicode的十六进制编码，我们可以看到一个Unicode字符占用2个字节。
如果想将Unicode编码成UTF-8，需要用到encode函数：
>>> u'中文'.encode('utf-8')
'\xe4\xb8\xad\xe6\x96\x87'
\x后面是UTF-8的编码，每个汉字占用3个字节。
同样，如果想解码，要使用decode函数：
>>> '中文'.decode('utf-8')
u'\u4e2d\u6587'