Unicode和UTF8

对于初学者，可以简单地这么理解(实际并不准确)：

Unicode是一个字符集，它将（各种语言的）一个字符映射为整数。
UTF-8是一种编码方式，它将Unicode字符集（字节序列）编码和解码。

在python中，当我们决定要使用Unicode字符集时，请保证：

• 程序中出现字符串时一定要加个前缀 u
• 不要用 str()函数，用unicode()代替
• 不要用过时的 string 模块 – 如果传给它的是非ASCII 字符，它会把一切搞砸。
• 不到必须时不要在你的程序里面编解码 Unicode字符.只在你要写入文件或数据库或者网络时，才调用encode()函数;相应地，只在你需要把数据读回来的时候才调用decode()函数.

原则就是：
程序运行时，数据需使用unicode字符集；保存数据到文件或数据库时，需使用utf8

有一点非常重要：
在以utf-8方式读取文件的时候，请确保你的文件编码格式也是utf-8.

Ref
http://stackoverflow.com/questions/643694/utf-8-vs-unicode/643713#643713
《Python核心编程》第二版 P199