关于python的编解码(decode, encode)

总结总结，本文仅适用于python2.x

默认编码与开头声明

首先是开头的地方声明编码

# coding: utf8

这个东西的用处是声明文件编码为utf8(要写在前两行内)，不然文件里如果有中文，比如

a = '美丽'
b = u'美丽'

中任何一种，运行前就会提示你SyntaxError，Non-ASCII character... 之类，因为python2.x的文件编码默认使用万恶的ascii
开头加上那句默认编码声明就会变成utf8，获取当前的默认编码

sys.getdefaultencoding()

unicode与utf8

在python中，使用unicode类型作为编码的基础类型，编解码要以其为中间形式过渡，即进行str和unicode之间的转换。
解码然后再编码的过程，即str->unicode->str的过程。中间得到的叫做unicode对象

这里需要强调的是unicode是一种字符编码方法，是 “与存储无关的表示”，而utf8是一种以unicode进行编码的计算机二进制表示，或者说传输规范。gbk，gb2312，gb18030, utf8等属于不同的字符集，转换编码就是在它们中的任意两者间进行。

具体过程

具体的转换，比如直接将一个字符串encode成另一种字符集表示，注意此处是字符串，即type为str的，引号前没有加u前缀的

# coding: utf8

s='美丽'
s.encode('gbk')

则实际上会先以默认编码进行decode，即decode('ascii')，开头声明了utf8，s的编码就是utf8，ascii解码不了utf8的字符会报错。那就改默认编码，

# coding: utf8
import sys

reload(sys)
sys.setdefaultencoding('utf-8')

s='美丽'
s.encode('gbk')

这样把默认编码改成utf8，decode的时候就以默认编码utf8来进行，能够成功运行

或者decode时指定类型，

# coding: utf8
import sys

s='美丽'
s.decode('utf8').encode('gbk')

对于type为unicode的，即加了u前缀的字符串，如上所说，直接encode即可

# coding: utf8
import sys

s = u'美丽'
s.encode('gbk')

控制台的编码

这又是另一个让人困惑的地方——控制台的编码导致的乱码问题甚至是报错。一般个人用的电脑上控制台基本上都是utf8编码的，但运维的机器上基本全是ascii，print中文的时候就会有酸爽的问题。乱码问题一般发生在windows下面，因为那个编码的字符集很与众不同。所以当以正确方式编解码以后，还是出现问题，那问题很可能就出在控制台上了