Python的老坑——中文编码问题

此前我一直在写一些简单的计算程序，很少需要处理中文，因此除了少量注释，绝大多数都是在用英文，因此虽然知道 Python 有编码这个坑，也一直只知道在文件开头放个 coding=utf-8 而已。而最近写一些处理文本的小程序，终于遇到了它。一番 Google 和小试验之后，总算大致摸清了规律。

最简单的，如果运行下面的程序（Windows的命令行中）：

a = '中文'
print a

显示出来的大概是：「涓枃」，也就是传说中的乱码了。正确的做法是在单引号前加一个小写的u，表明是 unicode 编码的。问题似乎解决了？

运行下面的代码时问题又来了：

a = raw_input(u'中文')
print a

还是报错，解决的办法（之一）是显式是指定一个字符串的编码方式，即raw_input('中文’.encode('mbcs')。

再有一个问题是，如果中文字符串已经在某个变量中，存储过程没有指定 Unicode 怎么办？也很简单：

a = '中文'
print a.decode('utf-8')