从Unicode标准(v6.0,第12.1节),
Han ideographic characters are found in seven main blocks of the Unicode Standard, as shown in Table 12-2
Table 12-2. Blocks Containing Han Ideographs
Block                                   | Range       | Comment
----------------------------------------+-------------+-----------------------------------------------------
CJK Unified Ideographs                  | 4E00–9FFF   | Common
CJK Unified Ideographs Extension A      | 3400–4DBF   | Rare
CJK Unified Ideographs Extension B      | 20000–2A6DF | Rare, historic
CJK Unified Ideographs Extension C      | 2A700–2B73F | Rare, historic
CJK Unified Ideographs Extension D      | 2B740–2B81F | Uncommon, some in current use
CJK Compatibility Ideographs            | F900–FAFF   | Duplicates, unifiable variants, corporate characters
CJK Compatibility Ideographs Supplement | 2F800–2FA1F | Unifiable variants
除了这些块之外还有一些额外的东西：
Table 12-3. Small Extensions to the URO
Range     | Version | Comment
----------+---------+-------------------------------------------------
9FA6–9FB3 | 4.1     | Interoperability with HKSCS standard
9FB4–9FBB | 4.1     | Interoperability with GB 18030 standard
9FBC–9FC2 | 5.1     | Interoperability with commercial implementations
9FC3      | 5.1     | Correction of mistaken unification
9FC4–9FC6 | 5.2     | Interoperability with ARIB standard
9FC7–9FCB | 5.2     | Interoperability with HKSCS standard
要使用set操作构造一组这些的序数值,您可以这样做：
chinese = set(range(0x4E00, 0xA000) +
range(0x3400, 0x4DC0) +
range(0x20000, 0x2A6E0) +
range(0x2A700, 0x2B740) +
range(0x2B740, 0x2B820) +
range(0xF900, 0xFB00) +
range(0x2F800, 0x2FA20) +
range(0x9FA6, 0x9FCC))
但请注意,此集包含超过75000个字符,因此它可能不是最紧凑或最有效的数据结构.
此外,如果您坚持在文字字符上使用ord(),则需要使用32位unicode文字形式：
>>> ord(u'\U00002F800')
194560

以前一直使用oracle11g，一个汉字占3个字节，所以在操作mysql时也一直这样分配长度。
今天测试了下发现不对了
可以看到第一个的长度确实是15，但是第二个为什么是5？
在网上找到资料：char_length计算的是字符长度，而length计算的是字节长度，刚好我使用的是utf8，一个汉字占3个字节，占一个字符。
那好了，应该是对的上了，可是好奇心我就试了下
为什么这是相同的？因为这不是汉字
好了，现在知道原来mysql和oracle一样的，但是又看到一篇说mysql的varchar与oracle的varchar2是不一样的，前者是用字符做单位的，后者是用字节做单位的。对于oracle11g的varchar2是用字节做单位的在以前玩oracle时测试过，但是mysql就没有测试过，好吧现在测试下。我先将字段长度改小看下能不能给容下，测试结果确实是可以的，证明mysql的varchar是用字符做单位的，这里就不贴图了，大家可以自己验证下。
总结：oracle 中varchar2(10)  既10个字节3个汉字
mysql  中varchar(10) 既10个字符10个汉字
所以现在可以将mysql的varchar字段减小1/3了，性能也能提高哦。

从Unicode标准(v6.0，第12.1节)开始Han ideographic characters are found in seven main blocks of the Unicode Standard, as shown in Table 12-2Table 12-2. Blocks Containing Han Ideographs
Block                                   | Range       | Comment
+      -+                          -
CJK Unified Ideographs                  | 4E00–9FFF   | Common
CJK Unified Ideographs Extension A      | 3400–4DBF   | Rare
CJK Unified Ideographs Extension B      | 20000–2A6DF | Rare, historic
CJK Unified Ideographs Extension C      | 2A700–2B73F | Rare, historic
CJK Unified Ideographs Extension D      | 2B740–2B81F | Uncommon, some in current use
CJK Compatibility Ideographs            | F900–FAFF   | Duplicates, unifiable variants, corporate characters
CJK Compatibility Ideographs Supplement | 2F800–2FA1F | Unifiable variants
在这些街区之外还有几个额外的东西：
^{pr2}$
要使用集合运算构造这些序列的一组序数值，可以执行以下操作：chinese = set(range(0x4E00, 0xA000) +
range(0x3400, 0x4DC0) +
range(0x20000, 0x2A6E0) +
range(0x2A700, 0x2B740) +
range(0x2B740, 0x2B820) +
range(0xF900, 0xFB00) +
range(0x2F800, 0x2FA20) +
range(0x9FA6, 0x9FCC))
但是请注意，这个集合包含75000多个字符，因此它可能不是最紧凑或最有效的数据结构。在
另外，如果您坚持对文字字符使用ord()，则需要使用32位unicode文字形式：>>> ord(u'\U00002F800')
194560

如果是utf-8编码，那么一个中文字符占用三个字节，一个英文字符占用一个字节。如果是gbk编码，那么一个中文字符占用两个字节，一个英文字符占用一个字节。
如果是utf-8编码，那么一个中文包含繁体字等于三个字节，一个英文字符等于一个字节。
如果是gbk编码，那么一个中文包含繁体字等于两个字节，一个英文字符等于一个字节。
我们可以用如下方法来判断：
中文和符号：print(type('中文'.encode('utf-8')))  #输出为bytes类型
执行结果：
print(type('中文'.encode('gbk')))
执行结果：
print(len('中文'.encode('utf-8')))  #输出几个字节
执行结果：
6
print(len('中文'.encode('gbk')))
执行结果：
4
print(len('，。'.encode('gbk')))
执行结果：
4
英文字母和符号：print(type('ab'.encode('utf-8')))
执行结果：
print(len('ab'.encode('utf-8')))
执行结果：
2
print(len(',.'.encode('gbk')))
执行结果：
2