Python中的编码问题

Q1：为什么Python中需要unicode格式而不对文件的字节流（这里字节流的存储方式有utf-8,gb2312,latin,iso等编码方式）直接进行操作？

我的理解：这里因为编码的方式，当程序需要对字符串进行操作的时候，不统一的标准导致对字符串的处理变得非常的低效。因此统一的将其转化为Unicode类型，

下面是我从网上博客抄的一段话，感觉很有道理：

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。

其实Unicode引进的是用一个数字去代表一个字符，这样的表示是字符表与数字一一映射的结果。其实我们本来应该看到的都是一堆的数字来表示字符。但是软件的内部有显示字符的功能，因此才能看到抽象的文字。至于是怎么将不同规则的字节流（encoding的方式不同）或者是16进制的数字显示成为我们看到的抽象的字符，我抄了老师PPT上面的一句话来解释：

•MostPython code doesn’t need to worry about glyphs; figuring out the correct glyphto display is generally the job of a GUI toolkit or a terminal’s font renderer

我来解释一下：意思是这两个软件的作用来实现字符的显示， 因此我们不再深究 （这个是学习时遇到最坑的问题）

好了下面通过一段代码来理解encoding ，encode和decode：

# -*- coding=gb2312 -*-

a = u"中文"
print a #虽然和后面的gb2312显示的是一样的，但是肯定实现的方式不太一样，这跟背后的文字显示的实现是有关的吧

a_gb2312 = a.encode('gb2312')
print a_gb2312
print type(a_gb2312)
a_unicode = a_gb2312.decode('gb2312')
#这把好像真的明白了为什么需要知道一段文本编码格式，否则将使一段乱码
#将上面的语句改成a_unicode = a_gb2312.decode('uft-8');shell将会报错无法解码
print a_unicode
print type(a_unicode)

a_utf = a_unicode.encode('utf-8')
print a_utf
print type(a_utf)

其实我们保存的文件有各种各种的编码方式，当我们将文件读入到程序的时候，如果不知道原来的编码方式，这将是非常棘手的事情，因此网页的js源码都注明了编码的方式，这也是一个很好的习惯。

如果想通过更多的实例来了解编码问题，可以通过下面的网站来了解：

http://blog.csdn.net/vip_wangsai/article/details/51997805

我的程序也是从里面借鉴的。