Python编码方式

一、Python 2 字符编码

1、python 2的编码方式

​ 在python 2 中默认使用ASCII编码，一般情况下我们编写python脚本时，使用的都是utf-8编码。但是python2解释器解析python文本时默认采用ASCII编码，如果脚本中涉及到中文(包括注释)，python2执行时都会报错。解决方式是，在脚本第一行添加声明，使用utf-8编码，解释器在执行时就会以utf-8的编码方式去解析脚本。

#-*- encoding:utf-8 -*-

2、python2 字符串类型

​ Python中有两种字符串类型，分别是str和unicode，str字符串其实是字节组成的序列，unicode字符串则表示为unicode类型的实例，可视为字符的序列(对应C语言里真正的字符串)。Python内部以16比特或32比特的整数表示Unicode字符串，这取决于Python解释器的编译方式。

​ 在python中没有特别指定时，字符串默认类型是str，在字符串前加u表示unicode类型

2.1、unicode

​ unicode(string[, encoding, errors])函数可根据指定的encoding将string字节序列转换为Unicode字符串。若未指定encoding参数，则默认使用ASCII编码(大于127的字符将被视为错误)。

2.2、encode与decode

​ (1)、encode([encoding], [errors=‘strict’])

​ 可根据指定的encoding将Unicode字符串转换为字节序列。若未指定encoding参数，则默认使用ASCII编码(大于127的字符将被视为错误)。

#-*- encoding:utf-8 -*-
import sys
import json
reload(sys)
sys.setdefaultencoding('utf-8')

str=u"编码方式"
print(type(str))			#<type 'unicode'>
print(type(str.encode()))	#<type 'str'>

​ (2)、decode([encoding], [errors])

​ 根据指定的encoding将字节序列转换为Unicode字符串，即使用该编码方式解释字节序列。若未指定encoding参数，则默认使用ASCII编码(大于127的字符将被视为错误)。unicode(str, encoding)与str.decode(encoding)效果等同。

#-*- encoding:utf-8 -*-
import sys
import json
reload(sys)
sys.setdefaultencoding('utf-8')

str="编码方式"
print(type(str))			#<type 'str'>
print(type(str.decode()))	#<type 'unicode'>

​ （3）、编码的过程

​ 对一个中文字符串，进行编码，会报编码错误，试图将一个非ASCII码字符解码为ASCII

#-*- encoding:utf-8 -*-

str="编码方式"	# str类型
str=str.encode('utf8')		# 实际等同于str=str.decode('ascii').encode('utf8')	

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe7 in position 0: ordinal not in range(128) 

​ 这是由于使用encode对str类型字符串进行编码时，python会先进行解码得到unicode类型，然后再进行编码，默认的解码方式的ASCII码，对于大于127的字符无法解析，因此会报错。

解决方式：

方式1：sys.setdefaultencoding(‘utf-8’)

指定encode与decode的默认编码方式

import sys
reload(sys)
sys.setdefaultencoding('utf-8')
#指定默认编码放

方式2：调用encode之前，先主动decode

str=str.decode('utf-8').encode('utf8')