python2的中文问题

首先在控制台打印中文字符

import sys
reload(sys)
sys.setdefaultencoding('gbk')

python写的代码也是作为文件保存，所以也要作为文件保存，一般在在文件的开头添加

# —*—coding:utf-8-*-

但是如果打开或者写入带有中文的文件或路径时，依然会报错，中文显示为乱码，这时用下述方法处理：

filepath = unicode(filepath,'utf8')
f = open(filepath,"r")

如果要深究，那就是字符串的编码问题了

    计算机只能处理1，0，任何东西都要转换成二进制数字才可以进行处理。计算机是先由美国人发明，只有127个字母被编码到计算机里，这个编码表称为ASCII编码。它仅包括大小写字母、数字还有一些符号。

那么问题来了，处理中文，日文，韩文这些该怎么办，所以才有后来的gb2312，shift_js,各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。因此出现了Unicode.

在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8等编码。用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存，编辑完成后，保存的时候再把Unicode转换为UTF-8等保存到文件。

所以，当使用python时出现各种乱码的根源就可以找到。

Python的字符串类型是str，在内存中以Unicode存储，如果要保存在硬盘或者在网络传输，则使用的是bytes。

二者的转换方式：

str通过encode()将Unicode转换为bytes；反过来，如果我们从网络或磁盘上读取了字节流，那么读到的数据就是bytes。要把bytes变为str，就需要用decode()方法。

另外，Python数据类型表示

Python对bytes类型的数据用带b前缀的单引号或双引号表示，如b'asd' Python对Unicode类型的数据用带u前缀的单引号或双引号表示，如u'asd',把u'xxx'转换为UTF-8编码的'xxx'用encode('utf-8')方法，反过来，把UTF-8编码表示的字符串'xxx'转换为Unicode字符串u'xxx'用decode('utf-8')方法。

因为在python2中，str和unicode是两码事，然而在python3中，将'xxx'和u'xxx'统一编码为Unicode。所以在python2打开中文路径的时候可以使用：

filepath = u'D:/datas/新建文件夹.txt'
f = open(filepath, "r")

转载于:https://my.oschina.net/asd945/blog/890988