关于编码的几个认识

1.输入字符时，我们是通过操作系统完成这个功能的。操作系统以其默认的编码方式生成计算机能够识别的“01”串，并把01串传递给程序。

2.如何查看操作系统的编码方式？

操作：（1）WIN+R；（2）cmd；（3）chcp；

查看到代码页为：936。

部分代码页及其对应编码方式

代码页 国家(地区)或语言 

437 美国 

863 加拿大 - 法语 

866 俄语 - 西里尔文(DOS) 

932 日文(Shift-JIS)

936 中国 - 简体中文(GB2312)

949 韩文

950 繁体中文(Big5)

1200 Unicode        

1201 Unicode (Big-Endian)

50000 用户定义的

50220 日文(JIS)

50221 日文(JIS-允许一个字节的片假名)

50222 日文(JIS-允许一个字节的片假名 - SO/SI)

50225 韩文(ISO)

50932 日文(自动选择)

50949 韩文(自动选择)

51932 日文(EUC)

51949 韩文(EUC)

52936 简体中文(HZ)

65000 Unicode (UTF-7)

65001 Unicode (UTF-8)

当给一个字符串变量赋值时，就是以默认的编码方式形成01串传递给程序。如果某个文本文件和操作系统编码方式不一致，就会出现乱码。

3.python怎样处理各式各样编码方式的文本？

python首先要解码（decode）字符串。就是说，如果知道字符串的编码，就用该编码decode字符串，python就会识别出字符内容，建一个int数组，将每个字符的unicode序号存进去。这样就可以确保在程序运行过程中各种来源的字符串有统一标准。任何文本，只要它进入程序时进行一次decode，就会变成unicode对象，然后文本要输出时再进行一次encode，编码成我们需要的编码就可以了。

4.python给我们提供了一个很简单的办法，只要在字符串前面加一个u，它就会帮我们探测系统的编码，并自动完成decode。