decode,encode 编码方式介绍

如果在python源码中，出现了非ASCLL字符，就需要加上：

# code: UTF-8

或者

#-*- coding: UTF-8 -*-

我现在比较常见编码介绍：

1.GBK编码：是汉字编码标准之一，是在 GB2312-80 标准基础上的内码扩展规范，使用了双字节编码

2.ASCII编码：是对英语字符和二进制之间的关系做的统一规定

3.Unicode编码：这是一种世界上所有字符的编码。当然了它没有规定的存储方式。

4.UTF-8编码：是 Unicode Transformation Format - 8 bit 的缩写， UTF-8 是 Unicode 的一种实现方式。它是可变长的编码方   式，可以使用 1~4 个字节表示一个字符，可根据不同的符号而变化字节长度。

Python内部的字符串一般都是 Unicode编码， 在Python 里面，处理Unicode字符串和ASCII字符串没什么两样。

decode 的作用是将其他编码的字符串转换成 Unicode 编码

encode 的作用是将Unicode编码转换成其他编码的字符串

比如说，抓取到一个中文的网页myPage，这个网页是'utf-8'编码的,为了便于在pathon 中处理字符串，首先转换为Unicod编码

myPage=myPage.decode('utf-8')

其实，如果是utf-8编码的文件，不需要decode，因为utf-8编码也可以用一个字节来编码ASCII, 也就是说ASCII 字符 的UTF-8编码和ASCII编码完全相同，decode 对于其他编码的文件很有效。

如果再想把unicode编码的文件写入到一个文件中的时候（writelines）,就需要转换成其他编码的字符串

myPage=myPage.encode('utf-8')

很好的介绍编码博客