无论是Python2还是Python3，都使用unicode作为内存编码，简称内码。保存在python解释器内存中的文本，输出到屏幕、编辑器，或者保存成文件的时候，都要将内码转换成utf8或者gbk等编码格式；同样，python解释器从输入设备接收文本，或者从文件读取文本的时候，都要将utf8或者gbk等编码转换成unicode编码格式。因此，无论是Python2还是Python3，想要在unicode、utf8、gbk等编码格式之间转换的话，下图是通用的：

我们之所以会产生困惑，是因为py2和Python3给这些编码格式指定了令人困惑的名字。Python2的字符串有两种类型：unicode类型和str类型。Python2的unicode类型就是unicode编码，Python2的str类型泛指除unicode编码之外的所有编码，包括ascii编码、utf8编码、gbk编码、cp936编码等。Python3的字符串也有两种类型：bytes类型和str类型。Python3的str类型就是unicode编码，Python3的bytes类型泛指除unicode编码之外的所有编码，包括ascii编码、utf8编码、gbk编码、cp936编码等。同样是str类型，在Python2和Python3中完全颠倒了！下图稍微补充了一点内容，更有助于理解编码问题。

接下来，我们实战演练一下。

>>>s='abc天圆地方'>>>type(s)<class'str'>>>>len(s)7>>>s'abc天圆地方'>>>print(s)abc天圆地方>>>s.encode('unicode-escape')b'abc\\\u5929\\\u5706\\\u5730\\\u65b9'

不管是否在字符串前面加了u，只要不在字符串前面使用b，在IDLE中定义的字符串都是unicode编码，也就是py3的<class ‘str’>，其长度就是字符数量，不是字节数。我们把unicode字符串’abc天圆地方’转成utf8编码：

>>>s_utf8=s.encode('utf8')>>>type(s_utf8)<class'bytes'>>>>len(s_utf8)15>>>s_utf8b'abc\\xe5\\xa4\\xa9\\xe5\\x9c\\x86\\xe5\\x9c\\xb0\\xe6\\x96\\xb9'>>>print(s_utf8)b'abc\\xe5\\xa4\\xa9\\xe5\\x9c\\x86\\xe5\\x9c\\xb0\\xe6\\x96\\xb9'>>>s_utf8.decode('utf8')'abc天圆地方'

utf8编码就是bytes类型（字节码），长度就是字节数量。我们把unicode字符串’abc天圆地方’转成gbk编码：

>>>s_gbk=s.encode('gbk')>>>type(s_gbk)<class'bytes'>>>>len(s_gbk)11>>>s_gbkb'abc\\xcc\\xec\\xd4\\xb2\\xb5\\xd8\\xb7\\xbd'>>>print(s_gbk)b'abc\\xcc\\xec\\xd4\\xb2\\xb5\\xd8\\xb7\\xbd'>>>s_gbk.decode('s_gbk')'abc天圆地方'

gbk编码也是bytes类型（字节码），长度也是字节数量。我们再来看看，不同编码的字节码能否连接：

>>>ss=s_utf8+s_gbk>>>ssb'abc\\xe5\\xa4\\xa9\\xe5\\x9c\\x86\\xe5\\x9c\\xb0\\xe6\\x96\\xb9abc\\xcc\\xec\\xd4\\xb2\\xb5\\xd8\\xb7\\xbd'>>>ss.decode('utf8')Traceback(mostrecentcalllast):File"<pyshell#64>",line1,in<module>ss.decode('utf8')UnicodeDecodeError:'utf-8'codeccan'tdecodebyte0xccinposition18:invalidcontinuationbyte>>>ss.decode('gbk')'abc澶╁渾鍦版柟abc天圆地方'>>>ss.decode('utf8','ignore')'abc天圆地方abcԲط'>>>ss.decode('gbk','ignore')'abc澶╁渾鍦版柟abc天圆地方'

看以看出，不同编码的字节码可以连接，但一般不能解码成unicode（字符串），除非使用ignore参数。