編碼

常見的中文編碼格式

編碼格式	說明
ASCII	通用英文字規格，每個字 1 Byte
UNICODE	每個字元都是2-Byte
UTF-8	改良UNICODE，變成可變長度 第1位元與 ASCII 相容
Big-5	通用於台灣，香港，澳門，繁體Windows採用此種編碼

以下是 wiki 的說明

UNICODE

目前實際應用的統一碼版本對應於UCS-2，使用16位的編碼空間。也就是每個字元占用2個位元組

基本多文種平面的字元的編碼為U+hhhh，其中每個h代表一個十六進位數字，與UCS-2編碼完全相同。而其對應的4位元組UCS-4編碼後兩個位元組一致，前兩個位元組則所有位均為0。

UTF-8（8-bit Unicode Transformation Format）

是一種針對Unicode的可變長度字元編碼，也是一種字首碼。它可以用來表示Unicode標準中的任何字元，且其編碼中的第一個位元組仍與ASCII相容，這使得原來處理ASCII字元的軟體無須或只須做少部份修改，即可繼續使用。因此，它逐漸成為電子郵件、網頁及其他儲存或傳送文字的應用中，優先採用的編碼。

Big5

又稱為大五碼或五大碼，是使用繁體中文（正體中文）社群中最常用的電腦漢字字元集標準，共收錄13,060個漢字^[1]。

中文碼分為內碼及交換碼兩類，Big5屬中文內碼，知名的中文交換碼有CCCII、CNS11643。

Big5雖普及於台灣、香港與澳門等繁體中文通行區，但長期以來並非當地的國家/地區標準或官方標準，而只是業界標準。倚天中文系統、Windows繁體中文版等主要系統的字元集都是以Big5為基準，但廠商又各自增加不同的造字與造字區，衍生成多種不同版本。

2003年，Big5被收錄到CNS11643中文標準交換碼的附錄當中，取得了較正式的地位。這個最新版本被稱為Big5-2003。

Python3 將文字分成 str 及 byte，