Python - 编码转换

# coding: utf-8

s = 'abc'
print type(s) # str(utf-8)
print len(s) # 3

s = unicode(s) # str -> unicode，其中str的每个字符值必须小于128
print type(s) # unicode
print len(s) # 3

s = u'abc'
print type(s) # unicode
print len(s) # 3

s = s.encode('utf-8') # unicode -> str(utf-8)
print type(s) # str
print len(s) # 3

s = s.decode('utf-8') # str(utf-8) -> unicode，这里str的每个字符值任意
print type(s) # unicode
print len(s) # 3

s = '中国' # 由于整个文件以utf-8编码
print type(s) # str(utf-8)
print len(s) # 6

s = u'中国'
print type(s) # unicode
print len(s) # 2

s = s.encode('utf-8')
print type(s) # str(utf-8)
print len(s) # 6

s = s.decode('utf-8')
print type(s) # unicode
print len(s) # 2

s = raw_input(u'输入：') # windows下貌似中文按gbk编码，每个中文占2个字节
print type(s) # str(gbk)
print len(s) # 4

s = s.decode('gbk') # 要想gbk编码转为utf-8编码，先将gbk编码转为unicode
print type(s) # unicode
print len(s) # 2

s = s.encode('gbk')
print type(s) # str(gbk)
print len(s) # 4

# 根据以上的验证，得出结论
# 各种编码都可以通过unicode来转化，unicode可以假想为一张各种字符的对照表，在这个表中可以找到世界范围内的任何一种字符
# 当然，也包括中文，每个字符都对应一个序号，如'a' -> 0x61，'中' -> 0x4e2d
# unicode -> utf-8 unicode.encode('utf-8')
# utf-8 -> unicode str.decode('utf-8')
# gbk -> unicode str.decode('gbk')
# unicode -> gbk unicode.encode('gbk')