python 中文字符问题

假设接收到一串gbk的字节流，应该如何将其转换为unicode

这种情况是比较好解决的，例如，'我'的gbk编码是CED2，那么这个使用两个字节存储的，第一个字节是0xCE，第二个字节是0xD2，这样就有：

这样就可以得到utf-8的硬编码字符，关于encode,decode的方法，可以看其他的。

另外就是，假设不是这种情况，就是如果给你的是已经是unicode编码，但是却只是把gbk的每个字节转为unicode码，这种情况下就没有办法使用上面的方法了，例如上面的例子一样，如果a=u'\xce'，b=u'\xd2'那么下面的调用就会出错。所以需要先将unicode先转化为str，但是这种方法也是不能够直接转换的，会出现如下的错误：

所以，需要从将其转化为bytes，这种转化方法是结合bytearray和buffer，然后再进行unicode编码，如下所示：

至于bytearray和buffer的用法，再上网查查。这个应该可以解决了很大一部分编码问题了。