python 编码转换

====== python 编码转换 ======

主要介绍了python的编码机制，unicode, utf-8, utf-16, GBK, GB2312,ISO-8859-1 等编码之间的转换。

**常见的编码转换分为以下几种情况：**

===== unicode 转换为其它编码(GBK, GB2312等) =====

例如：a为unicode编码 要转为gb2312。a.encode('gb2312')
<code python>
# -*- coding=gb2312 -*-
a = u"中文"
a_gb2312 = a.encode('gb2312')
print a_gb2312
</code>

===== 其它编码(utf-8,GBK)转换为unicode =====
例如：a为gb2312编码，要转为unicode. unicode(a, 'gb2312')或a.decode('gb2312')
<code python>
# -*- coding=gb2312 -*-
a = u"中文"
a_gb2312 = a.encode('gb2312')
print a_gb2312

a_unicode = a_gb2312.decode('gb2312')
assert(a_unicode == a)
a_utf_8 = a_unicode.encode('utf-8')
print a_utf_8
</code>

===== 非unicode编码之间的转换 =====
编码1(GBK,GB2312) 转换为 编码2(utf-8,utf-16,ISO-8859-1)

可以先转为unicode再转为编码2

如gb2312转utf-8
<code python>
# -*- coding=gb2312 -*-
a = u"中文"
a_gb2312 = a.encode('gb2312')
print a_gb2312

a_unicode = a_gb2312.decode('gb2312')
assert(a_unicode == a)
a_utf_8 = a_unicode.encode('utf-8')
print a_utf_8
</code>

===== 判断字符串的编码 =====
isinstance(s, str) 用来判断是否为一般字符串 //
isinstance(s, unicode) 用来判断是否为unicode //
如果一个字符串已经是unicode了，再执行unicode转换有时会出错(并不都出错) //

下面代码为将任意字符串转换为unicode
<code python>
def u(s, encoding):
if isinstance(s, unicode):
return s
else:
return unicode(s, encoding)
</code>

===== unicode 与其它编码之间的区别 =====
为什么不所有的文件都使用unicode，还要用GBK，utf-8等编码呢？//

unicode可以称为抽象编码，也就是它只是一种内部表示，一般不能直接保存。//
保存到磁盘上时，需要把它转换为对应的编码，如utf-8和utf-16。

===== 其它方法 =====

除上以上的编码方法，在读写文件时还可以使用codecs的open方法在读写时进行转换。