Python 编解码【初探】

编码是为了兼容字符集之间的通用性，通常可以编码的地方有：
1、系统默认编码
2、程序运行环境的编码
3、源码文件自身的编码

4、程序中的字符串编码

对于python也是一样的：

通常中文操作系统的编码都是gbk

python运行环境默认的编码是ascII

源文件的编码可以自己确定【# -*- coding: gbk -*-】，不设置就是默认的python编码

程序内容的编码可以通过python提供的几个函数来进行转换。【如unicode】

通常python编解码的过程是这样的：

接受到一个字符--如果预先没有编码则使用unicode编码--》如果和系统的字符集不一致-->则隐性转换为系统默认的字符集--》使用系统的编码方式解码字符串

python中程序内部编解码的方式：

>>s='中文'
>>type(s) #查看s的字符类型
>>s #查看字符原码
>>print s  #调用系统字符集解码

>>unicode(s,'gbk')  #解码为unicode
>>type(s)
>>s
>>print s

>>s.encode('utf-8') ##编码为utf8
>>type(s)
>>s
>>print s

>>s.decode('utf-8') ##解码utf8，默认的编码方式是unicode
>>type(s)
>>s
>>print s

指定的编码字符只能用指定的编码方式解码，否则会报错。所有字符集中python的中间字符集是unicode。即如果gbk想转换为utf-8的路径不是直接转换，而是gbk->unicode->utf-8.不能直接gbk->utf-8

另外对于一些包含特殊字符的编码，直接解码可能会报错，可以使用对于的参数来设置。如
s.decode('utf-8',ignore)忽略其中有异常的编码,仅显示有效的编码
s.decode('utf-8',replace)替换其中异常的编码为？，这个相对来可能一眼就知道那些字符编码出问题了。