hello_charset1.py

s

# -*- coding: utf-8 -*-

print 'hello world哈'

'''

用 u'汉字' 构造出来的是unicode类型，不用的话构造出来是str类型 
str的编码是与系统环境相关的，一般就是sys.getfilesystemencoding()得到的值 
所以从unicode转str，要用encode方法 


decode是任何字符串具有的方法，将字符串转换成unicode格式，参数指示源字符串的编码格式。
encode也是任何字符串具有的方法，将字符串转换成参数指定的格式。


总结：
u=u'unicode编码文字'
g=u.encode('gbk') #转换为gbk格式
print g #此时为乱码，因为当前环境为utf-8,gbk编码文字为乱码
str1=g.decode('gbk').encode('utf-8')   #以gbk编码格式读取g（因为他就是gbk编码的）并转换为utf-8格式输出
print str1 #正常显示中文

安全的方法：
s.decode('gbk','ignore').encode('utf-8′) #以gbk编码读取（当然是读取gbk编码格式的文字了）并忽略错误的编码，转换成utf-8编码输出 

因为decode的函数原型是decode([encoding], [errors='strict'])，可以用第二个参数控制错误处理的策略，默认的参数就是strict，代表遇到非法字符时抛出异常； 
如果设置为ignore，则会忽略非法字符； 
如果设置为replace，则会用?取代非法字符； 
如果设置为xmlcharrefreplace，则使用XML的字符引用。

'''

print "1--------------------------"
#u表示用unicode编码方式储存信息
s1 = u'中文s1' 


#unicode是一个内置函数，第二个参数指示源字符串的编码格式。
s2 = unicode('中文s2','utf-8')#因为这个文件的编码是uft-8

print s1
print s1.encode('utf-8')   #编码成utf-8格式输出 
print s2

print "2--------------------------"
u=u'unicode编码文字'
g=u.encode('gbk') #转换为gbk格式
print g #此时为乱码，因为当前环境为utf-8,gbk编码文字为乱码

#以gbk编码格式读取g（因为他就是gbk编码的）并转换为utf-8格式输出
#str1=g.decode('gbk').encode('utf-8')


str1=g.decode('gbk','ignore').encode('utf-8')   
print str1 #正常显示中文

s