关于Python的字节与字符，在处理中文文档时候经常涉及到，下面先从表象来进行分析。打开Python自带的 idle，查看默认编码：

    1. >>> import sys
    2. >>> sys.getdefaultencoding()
    3. 'utf-8'

    现在有一个unicode中文字符串“中文字符”，分别查看其utf8及gbk编码：

    1. >>> _str = u"中文字符"
    2. >>> print(_str, '\n', _str.encode('utf8'), '\n', _str.encode('gbk'))
    3. 中文字符 
    4.  b'\xe4\xb8\xad\xe6\x96\x87\xe5\xad\x97\xe7\xac\xa6' 
    5.  b'\xd6\xd0\xce\xc4\xd7\xd6\xb7\xfb'

    可以看出，原来的unicode字符串编码成utf8或者gbk格式字节，然后分别求长度，可以发现字符串长度为 4，其utf8字节编码长 12，即一个字符占用 3 个字节，gbk字节编码长为 8，即一个中文字符占用 2 个字节，这也就能解释为什么utf8可以编码更多的中文字符。