python的编码类型转换

1：python和unicode

为了正确处理多语言文本，Python在2.0版后引入了Unicode字符串。

2：python中的print

虽然python内部需要将文本编码转换为unicode编码来处理，而终端显示工作则由传统的Python字符串完成（实际上，Python的print语句根本无法打印出双字节的Unicode编码字符）。

python的print会对输出的unicode编码（对其它非unicode编码，print会原样输出）做自动的编码转换(输出到控制台时)，而文件对象的write方法就不会做，因此，当一些字符串用print输出正常时，write到文件确不一定和print的一样。

在linux下是按照环境变量来转换的，在linux下使用locale命令就可以看到。print语句它的实现是将要输出的内容传送了操作系统，操作系统会根据系统的编码对输入的字节流进行编码。

>>>str='学习python'

>>> str
'\xe5\xad\xa6\xe4\xb9\xa0python'  #asII编码
>>> print str
学习python

>>> str=u'学习python'
>>> str             ####unicode编码
'\xe5u\xad\xa6\xe4\xb9\xa0python'

3： python中的decode

将其他字符集转化为unicode编码（只有中文字符才需要转换）

>>> str='学习'
>>> ustr=str.decode('utf-8')
>>> ustr
u'\u5b66\u4e60' 

这样就对中文字符进行了编码转换，可用python进行后续的处理；（如果不转换的话，python会根据机器的环境变量进行默认的编码转换，这样就可能出现乱码）

4：python中的encode

将unicode转化为其它字符集

>>> str='学习'
>>> ustr=str.decode('utf-8')
>>> ustr
u'\u5b66\u4e60' 

>>> ustr.encode('utf-8') 
'\xe5\xad\xa6\xe4\xb9\xa0'

>>> print ustr.encode('utf-8')
学习