參考來源：
http://docs.python.org/howto/unicode.html
http://www.joelonsoftware.com/articles/Unicode.html
最近在學Python，到了Python網站上逛逛時，發現Unicode How to 這篇文章後，才算是對所謂的 unicode、encoding的觀念有比較正確的了解。
一般大家對Unicode的了解是，它是用來解決原本ASCII編碼無法支援英語系以外字元的問題所開發出來的編碼方式。依照它的歷史演進，有 UTF-16、UTF-8…等等的不同implementation。一般人不了解的是，Unicode定義的只是一個個的 code point，並將這個code point指向某個字元，這裡的字元是一個抽象的概念。如 A 和 A 都對應到同一個code point；而A與 a則對應到不同的code point。為了與ASCII相容，原本 0~127的ASCII碼到了Unicode中，還是代表同樣的字元，如0x61在Unicode或ASCII中，都是對應到 a這個字元。
Encoding的概念
接下介紹encoding這個觀念。前面說Unicode是定義一個個的抽象的 code point對應，那如何把一連串的Unicode 字串儲存到電腦的記憶體或檔案中呢？ 比方說，若用Unicode表示Hello這個字串，就會變成這樣
H e l l o
U+0048 U+0065 U+006C U+006C U+006F
當要將這個字串儲存到電腦的記憶中時，需要把每個字元的Unicode碼，轉換成一個個實際的 byte 資料，這個過程就叫做Encoding。相反地，如果你拿到一連串的byte(可能是瀏覽器抓到的、可能是由檔案讀出來的)時，則需要將這些byte資訊，重新解釋回它所代表的字元，這個過程叫decoding。如下圖(此為示意圖，實際上並不一定這樣作，請接下去看)
一般人(也許只有我)都會以為，Unicode的做法只是單純地用2個byte來表示字元(如上圖的例子)，這樣就有 2^16 個字元可用，但實際上，並不是這麼簡單。事實上，Unicode有許多不同版本，如UTF-16或UTF-8。UTF-16的作法就是用16個bit來代表一個字元；而UTF-8則是使用8個bit來encode字元。其中UTF-16是較早期的版本，它在推出時，並不受到喜愛，原因就在上面的例子
它會造成空間的浪費!!!
因為當時，internet還沒有像現在這麼恐怖，所以電腦還是在阿兜阿 的世界比較風行，對於阿阿兜阿來說，他們根本用不到 ASCII以外的字元，如果為了要apply UTF-16，原本只要1個byte(0x48h) 就可以代表H這個字元，用了UTF-16後，要用2個byte(0x0048h)來代表，而第二個byte中所有的bit的值都為零! 等於是浪費了一個byte。這對於那些阿兜阿根本不make sense，所以使用的人很少。直到後來UTF-8的出現，Unicode才被大家所接受。那麼UTF-8是如何使用8個bit來做encoding的工作呢？UTF-8使用的編碼規則如下：
- 如果code point < 128，則用單一個byte來表示該字元(也就是，原本ASCII的字元完全不受影響)
- 如果 128<=code point <=0x7ff，則用2個值介於 128 ~255的 byte來表示
- 如果code point> 0x7ff，則用3個或4個 值介於 128~255的byte來表示
如此一來，UTF-8既不會影響原本使用ASCII編碼的使用者，又可以將其它語言的字元都涵蓋進來，因此成為現在Unicode編碼的主流
瀏覽器如何知道要用何種編碼？
在瀏覽網頁時，有的時候會出現無法正常顯示頁面的狀況，這是因為瀏覽器用了錯誤的編碼機制來解讀資料。那瀏覽器是如何決定要如何解讀收到的資料呢？答案就是 Content-Type:text/plain;charset=”UTF-8”這個資訊。
COntent-Type這個資訊可以放在HTTP的header，也可以放在 HTML的 <head>…</head>中，如
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
要知道瀏覽器收到的資料只是一連串的byte資訊，需要另外告訴瀏覽器這個byte資訊是用那一種編碼方式 encode而成的，這樣它才能以正確的編碼機制來解讀Byte的資訊。如果HTTP header或 HTML的<head>…</head>中沒有給定Content-Type資訊時，瀏覽器會試著去猜可能的編碼方式，然後用該編碼方式來做解讀。既然是用猜的，就可能會有猜錯的狀況，結果就是顯示出亂碼了!
