为什么计算机处理文本的能力这么重要？因为人类知识就是用文本记录流传的啊！
有人给Python起了个外号：“双管猎枪”。啥意思？Python有2/3版本之分，2和3的代码不能兼容。之所以会弄成这样，一个重要的原因就是：Python 2在设计开发的时候，没有考虑字符串的问题，内部实现不是UNICODE兼容的。当然，谁想得到这门语言日后会风行世界呢？这导致了Python 2处理字符串/文本，故障迭出，问题实在太多了。Python中文乱码问题，绝大部分都是Python 2版本导致的。
再加上其它一些因素，一狠心，仁慈的独裁者Guido – Python创造者，决定彻底重写Python，就是Python 3了。不要小看文本处理，这是人类文明的载体，一门语言对它的处理是否足够强大，直接决定了语言的竞争力。
这里面重要的概念是编码/解码。很多人会搞糊涂，.decode()和.encode()到底输出的是什么？作者总结了两句话：
把字节序列变成人类可读的文本字符串就是解码；把字符串变成存储或传输的字节序列就是编码。
这里要注意：Python3的str基本相当于Python2的Unicode，造成不兼容的主要地方就在这里，不过也有一些补救措施。
编码/解码常见的异常错误是：UnicodeEncodeError和UnicodeDecodeError，引发异常的原因是什么？实际是代码使用的编解码器，无法处理输入的字符，它的字符序列里面没有那些，只能处理Unicode字符的一小部分子集，只好报错了。对于这种问题，基本上utf-8万能，按它操作。
对于计算机来说，实际它并不知道内存中存储的数据是什么 – 都是字节。而具体如何理解，那是人类自己定义的规则。如果告诉计算机，那是操作指令也行，只不过执行就会报错而已。C语言里面的指针，常有Cast操作，就是把要操作的数据，强制看成另外一种类型进行处理。这当然很强大，也很危险。
顺便说一句，JavaScript的坑比Python2/3更大，它诞生的时候，Unicode标准没有成型，所以采用了UCS-2编码。这导致了很多问题，后来不少引擎使用了UTF16实现。
处理文本的最佳实践是“Unicode三明治”：尽早的把输入字节序列解码成字符串，在其它处理过程不能编码/解码。在输出时，尽量晚的把字符串编码成字节序列。这是多数Web框架的操作准则，比如Django。
不同的Python版本在不同的平台，使用的默认编解码并非一致。所以为了操作一致性和避免问题，建议读写时候指定编解码，别依赖默认值，不然很容易填坑。
另外，Unicode文本处理带来了字符串比较/排序等一系列问题，需要使用对应的类库小心应对。
这章内容，可以结合其它资料一起看。
