Python中文问题

以下皆为Python2.x中--------------------

1、str与unicode

s = '哈哈'		#str对象
u = u'哈哈'		#unicode对象

Python系统内部表示字符串使用unicode对象，采用默认编码。

str对象，即展现出的字符串，经过了utf-8或gbk方式等编码。

Windows下命令行控制台使用gbk编码，所以在控制台中s以gbk格式编码，ss为unicode

IDLE中默认同样为gbk编码，所以s为gbk编码；很奇怪的是，ss同样为gbk编码……

2、encode与decode

u.encode('utf-8')将unicode对象u编码为str，参数为编码方式

s.decode('utf-8')将str对象s解码为unicode，参数为解码方式

s = '哈哈'               # '\xb9\xfe\xb9\xfe'
u = u'哈哈'              # u'\u54c8\u54c8'                #在IDLE下为'\xb9\xfe\xb9\xfe'
ss = s.decode('gbk')     # u'\u54c8\u54c8'                #在IDLE下为u'\u54c8\u54c8'
uu = u.encode('gbk')     # '\xb9\xfe\xb9\xfe'

故而将gbk转为utf-8，可用str.decode('gbk').encode('utf-8')

3、Python使用中文

# coding=utf-8

此条指令用于指明该文件以utf-8格式编码，以utf-8格式解析可能存在的中文。同时，文件中的str对象都是utf-8格式编码。

FTP服务器不一定采用哪种编码方式，通过ftplib访问“高清”的电影时

path = "影视/电影/高清"
ftp.cwd(path)									#若服务器同样为utf-8，传递path参数没问题
ftp.cwd(path.decode('utf-8').encode('gbk'))		#若服务器为gbk，则需将path转为gbk格式

当然，也可以用以下方式，本质是相同的，只不过path直接存储的unicode而已。这样，当源文件编码改变时不需改变代码。

path = u"影视/电影/高清"
ftp.cwd(path.encode('gbk'))

--------------------------------------------------
在IDLE或windows命令行中，可以不指定源文件coding并且直接使用

path = "影视/电影/高清"
ftp.cwd(path)

如上所述，IDLE和windows命令行默认为gbk，path参数同样为gbk，而服务器恰好也为gbk……

很多时候，采用默认编码可以执行，但自己指定源文件编码后却不可执行，都是因为与待读取文件、远程服务端格式不匹配造成的。

---------------------------------------------------

Python3.x中str对象同样为unicode，原生支持中文了……