编码

py2的字符串有两种形式 str和unicode
str形式是‘’ unicode形式是u‘’
str ————》decode————》unicode
str 《———— encode 《———— unicode
py2 windows 终端

>>> a = '罗'
>>> a.decode('gbk')
u'\u7f57'

可以用gbk解码，并且解码出来的u'\u7f57'，参照站长工具是gbk，所以在终端输入中文是采用gbk编码的，为什么呢？

>>> import locale
>>> locale.getdefaultlocale()
('zh_CN', 'cp936')

因为终端默认编码是gbk。
py2 windows pycharm

a = '罗'

运行结果

SyntaxError: Non-ASCII character '\xe7' in file C:... on line 1, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details

ascii报错，为什么是ascii呢

>>> sys.getdefaultencoding()
'ascii'

因为系统的默认编码是ascii
解决：

# -*- coding:utf-8 -*-
a = '罗'
b =a.decode('utf-8')
print b

通过# -*- coding:utf-8 -*-  告诉解释器，编译和存储这个文件的所有str用utf-8，没有这句就算是注释里有中文，也会报错。
但是

# -*- coding:utf-8 -*-
import sys
reload(sys)
print sys.getdefaultencoding()
a = '罗'
b =a.decode('utf-8')
print b

结果

ascii
罗

默认编码还是ascii，所以在decode（）时或者在unicode（）时会报错，因为没有指定编码参数，会采用系统默认编码，所以应该unicode(a,'utf-8') 或者a.decode('utf-8')，还有一种用到系统默认编码

# -*- coding:utf-8 -*-
import sys
reload(sys)
print sys.getdefaultencoding()
a = '罗'
b = u'慧'
c = a + b

结果

Traceback (most recent call last):
  File "C:/Users/51613/Desktop/Myfirstprogram/1.py", line 7, in <module>
    c = a + b
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe7 in position 0: ordinal not in range(128)

在unicode与str相加是会报错，因为默认会把str decode成unicode在加，编码采用的是系统默认编码。所以还需要设置默认编码或者提前将str 解码成unicode。
办法1：解码

# -*- coding:utf-8 -*-
import sys
reload(sys)
print sys.getdefaultencoding()
a = '罗'
b = u'慧'
c = unicode(a,'utf-8') + b
print c

 结果：

ascii
罗慧

用unicode（）或者decode（）解码
办法2：设置系统默认编码

# -*- coding:utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
print sys.getdefaultencoding()
a = '罗'
b = u'慧'
c = a + b
print c

结果

utf-8
罗慧

常见错误，编码错误UnicodeEncodeError,解码错误UnicodeDecodeError，如果一个str类型的字符串来自网络或者是文件，最好先按照原有的编码格式decode成unicode在操作时使用，在传输或者持久化时在encode。

py3 字符串也有两种形式byte和str（unicode）
b'\xe7\xbd\x97'         '罗'
str ————》encode————》byte
str 《———— decode 《———— unicode

>>> import sys
>>> sys.getdefaultencoding()
'utf-8'

系统默认编码就是utf-8，所以在网络传输或者读取文件时的默认解码utf-8的，还是，如果一个str类型的字符串来自网络或者是文件，最好先按照原有的编码格式decode成unicode在操作时使用，在传输或者持久化时在encode。