Pyhton2
首先明确一些概念：
位(bit)：二进制中的0或1都占一个位
字节(byte): 八个位
ascii: 主要适用于现代英语的编码系统，定义了128个字符，一个字符用一字节表示
unicode: 英语字符用ascii的128个符号就够了，但是其他国家的文字，因为有更多的字符，肯定不够，unicode就是这样一个给世界上所有文字符号都编码的系统，规定了每个符号的二进制代码
utf-8: 是使用最广的一种Unicode的实现方式，其他的还有UTF-16、UTF-32，不过不怎么使用。UTF-8 最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，UTF-8是ascii的超集，原来在ascii的字符在UTF-8中使用同样的数字代表，也依然只占一个字节，汉字基本是占3字节。UTF-8的实现非常巧妙，对于一串字节，虽然有许多种组合方式，但只能被正确的解释成一个字符串。
在python2中，有str和unicode两种字符类型，str代表的是一串字节的序列(一串8bit的序列），unicode代表的一串字符（其中的每一个是一个unicode字符)。当然还有一种类型叫bytes, 不过在python2中bytes只是str的别名。
str和unicode的互相转换：
str -> decode('the_coding_of_str') -> unicode
unicode -> encode('the_coding_you_want') -> str
举个例子：
>>>a = 'hi你'
>>>a
'hi\xe4\xbd\xa0' # '你'占用了三个字节表示
>>>len(a)
5
>>>type(a)
<type 'str'>
>>>b = a.decode('utf-8')
>>> b
u'hi\u4f60'
>>>type(b)
<type 'unicode'>
>>>len(b)
3
使用建议：接收到一个str，立即将其转换为unicode，然后对这个unicode类型的字符串进行所有的逻辑处理，最后需要保存到文件或记录到数据库时，再将unicode转换为str。
python3
python3里处理unicode简单了一些, str代表的就是真正的unicode字符串，bytes代表字节的序列，更加符合名称对应的含义了。
>>> a = 'hi你'
>>> len(a)
3
>>> a[2]
'你'
>>> b = a.encode('utf-8')
>>> b
b'hi\xe4\xbd\xa0'
>>> len(b)
5
>>> type(b)
<class 'bytes'>
>>> type(a)
<class 'str'>
参考：