python程序采用unicode编码、英文字符和中文字符_python 字符编码与解码——unicode、str和中文：UnicodeDecodeError: 'ascii' codec can't...

摘要：在进行Python脚本的编写时，如果我们用python来处理网页数据或者进行与中文字符有关的处理工作，经常出现这样的出错信息：SyntaxError: Non-ASCII character '\xe6' in file ./filename.py on line 3, but no encoding declared。本文主要讲解python中与unicode和中文、特殊字符编码有关的问题。字符编码和解码需要遵循什么规律？

前言：

如果密码领域一样，从明文到密码是加密，从密码到明文是解密。在python中，编码：unicode-->str;解码str-->unicode.既然是编码，那么就和密码领域一样，编码和解码自然涉及到编码/解码方案(对应加密或者解密算法)，unicode相当于明文。在python中，编码函数是encode()，解码函数是decode()。需要注意的一点是，如果我们调用str.encode(),这里涉及到一个隐士的类型转化，会现将str转化成unicode，才能进行编码，这也是不太容易理解的地方。所以，str.encode()实际上就等价于str.decode(sys.defaultencoding).encode().而sys.defaultencoding一般是ascii，它是不能用来编码中文字符的。

在阅读本文之间，如果你对字符编码不是很熟悉，有必要先了解以下字符编码。可以参考：字符编码简介。

1.一个中文字符编码问题

一个python脚本如下：

#!/usr/bin/python

string='我的'

printstring

运行脚本，提示信息如下：

SyntaxError: Non-ASCII character '\xe6' in file ./filename.py on line 3, but no encoding declared

出错原因：python默认采用ascii编码，而中文编码不再ascii编码能够表示的范围之内，所以string无法将“我的”作为ascii编码保存为str类型。

解决办法：采用中文字符编码，在脚本第二行加入编码类型，如下：

#!/usr/bin/python

#coding=gbk

string='我的'

printstring