python编码问题汇总

2.7版本

1.python内部是unicode编码，所以，所有的编码转换，都得经过unicode这个中间转换

2.程序中出现字符串时一定要加一个前缀u

3.不要用str()函数，用unicode()代替

4.不要用过时的string模块。如果传给它非ASCII码，它会把一切搞砸。

5.只有你要写入文件或者数据库或者网络时，才调用encode()函数和decode()函数。

decode 与encode的记忆意思的说明

de-前缀同dis-前缀， 有 "away from" 远离之意，

in前缀en前缀， 有 “放进”,“使进入”,“登入”之意

py源文件编码问题

1.源代码文件前面加：#coding=utf8

2.在使用一些文本编辑器时注意保持的编码格式。一定是utf-8，与源文件的第一句话统一 

另外：

1.windows的cmd是GBK编码方式的，输出到CMD时需要变成GBK才能正常显示汉字

decode和encode的另一个知识点

s.decode('gbk','ignore').encode('utf-8′) 

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。