Python 字符编码

Python 字符编码




#coding=utf-8  

import sys  

print sys.getdefaultencoding()        # --> ascii  

u1 = '中国' 

print type (u1), repr (u1)              # --> <type 'str'> '\xe4\xb8\xad\xe5\x9b\xbd'  

u2 = u '中国2009' 

print type (u2), repr (u2)              # --> <type 'unicode'> u'\u4e2d\u56fd2009'  

   

# str --> unicode  

print 

print '# str --> unicode' 

u1_1 = u1.decode( 'utf8' )  

print type (u1_1), repr (u1_1)         # --> <type 'unicode'> u'\u4e2d\u56fd'  

u1_2 = unicode (u1, 'utf8' )  

print type (u1_2), repr (u1_2)         # --> <type 'unicode'> u'\u4e2d\u56fd'  

   

# unicode --> str  

print 

print '# unicode --> str' 

u2_1 = u2.encode( 'utf8' )  

print type (u2_1), repr (u2_1)        # --> <type 'str'> '\xe4\xb8\xad\xe5\x9b\xbd2009'  

u2_2 = u2.encode( 'gbk' )  

print type (u2_2), repr (u2_2)        # --> <type 'str'> '\xd6\xd0\xb9\xfa2009'  

u2_3 = u2.encode( 'gb2312' )  

print type (u2_3), repr (u2_3)        # --> <type 'str'> '\xd6\xd0\xb9\xfa2009'