Python编程中的编码问题

1.在python 2.x中字符串有两种类型：

（1）str1 = "北京"

（2）str2 = u"北京"

通过type(str1)和type(str2)可以知道str1是str类型的，而str2是unicode类型。

 

2.python中的几个编码问题

（1）python脚本文件在保存到磁盘上时有文件的编码方式，如UTF-8，这个和编辑器有关系

（2）python解释器在读取python脚本时，默认使用的是ASCII编码来解析文件。我们可以在脚本文件头上使用#-*- coding: utf-8 -*-来改变python解析时使用的字符编码类型

（3）str1 = "北京" 中str1是str类型，"北京"的编码类型和文件的编码类型是一样的；str2 = u"北京"中的str2是unicode类型，"北京"的编码类型是unicode字符编码。

（4）我们可以使用str1.decode('xxx')来将str类型的str1用xxx字符集解码，转换成unicode类型，使用unicode编码；我们可以使用str2.encode('xxx')将unicode类型的str2使用xxx字符集编码，转换成str类型，使用xxx编码

 

3.区分几个概念

python脚本文件在磁盘上的编码方式

python对象在python解释器的内存空间中编码方式

 

4.举例说明

str1 = '中国'
str1.decode('utf-8')  #使用utf-8解析，然后再使用unicode编码，即从utf-8到unicode的转变
 
str2 = u'中国'
str2.encode('utf=8')  #使用utf-8编码，即从unicode到utf-8的转变<span style="font-family: SimSun; font-size: 10.5pt; background-color: rgb(255, 255, 255);"> </span>

备注：

（1）encode和encode使用unicode作为中间状态相互转换编码方式

（2）在Python3.x版本中，把'xxx'和u'xxx'统一成Unicode编码，即写不写前缀u都是一样的，而以字节形式表示的字符串则必须加上b前缀：b'xxx'

（3）Python当然也支持其他编码方式，比如把Unicode编码成GB2312，但这种方式纯属自找麻烦，如果没有特殊业务要求，请牢记仅使用Unicode和UTF-8这两种编码方式。

（4）str2 = u"北京" 假设python文件是使用utf-8编码，python解释器使用utf-8正常读取文件后，会将str2的utf-8编码自动转换成unicode编码

（5）关于字符编码集参见<<字符编码ASCII | UNICODE | UTF-8 | GB2312学习>>

5.Python文件编码声明

Python中默认的编码格式是ASCII格式，在没修改编码格式时无法正确打印汉字，所以在读取中文时会报错。解决方法为只要在文件开头加入 # -*- coding: utf-8 -*- 或者 #coding=utf-8 就行了，其实加上这个声明，是告诉python解释器使用utf-8来解析和处理python脚本文件。范例如下：

#!/usr/bin/python
# -*- coding: utf-8 -*-

print "你好，世界";

或

#!/usr/bin/python
#coding=utf-8

print "你好，世界";

值得注意的是，Python3.X 源码文件默认使用utf-8编码，所以可以正常解析中文，无需指定 UTF-8 编码。

学习资料参考于:

http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001386819196283586a37629844456ca7e5a7faa9b94ee8000