python中的汉字编码问题，兼及Qt，兼及各种编码 unicode, utf8,gbk,gb2312,gb18030.....

好久没有来了
还是要坚持下去，写点心得，记录历程

python中的汉字编码问题，兼及各种编码
本文中的环境为windowsXP，默认的字符集为GB18030（CP936）

大陆的汉字的编码有gb2312--->GBK---->GB18030等，他们的范围逐渐扩大，本文中一概用GBK表示

1 python有str unicode两种类型
2 unicode类型可以认为是本体，它是一般的，根本的；它可以encode到其他表现体，比如utf8,gbk，big5
同样的 ，这些“表现体”可以decode到本体；
为了方便程序的适应，建议多使用utf8，兼容简体，繁体
（GBK也包括简体汉字，繁体汉字，但台湾人的电脑上还是big5编码，用utf8可以多方向的转化编码）


>>> s='你好'
>>> s
'/xc4/xe3/xba/xc3'
#普通的字符串，用的是GBK编码
>>> print s
你好

>>> type(s)
<type 'str'>
#类型


>>> s.decode('gbk')
u'/u4f60/u597d'
#当前的系统的表现体是gbk，所以转化到 本体要decode('gbk')

>>> u=s.decode('gbk')
#转化到表现体
>>> type(u)
<type 'unicode'>
>>> u
u'/u4f60/u597d'
>>> u.encode('utf-8')
'/xe4/xbd/xa0/xe5/xa5/xbd'
>>> u.encode('utf-8').decode('utf8')
u'/u4f60/u597d'

utf8,utf16是unicode的实现方式；最常见的是utf8.


Qt中的QString的内容用QChar表示，QChar相当于utf16，少部分字要用2个QChar表示；
QString的toUtf8函数返回QByteArray
fromUtf8()返回本体

QTextCodec类，使用方法，参见QAssistant。