python 中文乱码问题深入分析

编码：就是把字符编译成十六进制

解码：把十六进制编译成字符串

在本文中，以'哈'来解释作示例解释所有的问题，“哈”的各种编码如下： 

1. UNICODE (UTF8-16)，C854； 

2． UTF-8，E59388； 

3． GBK，B9FE。 

在学习python中有任何困难不懂的可以加入我的python交流学习QQ群：932749660，多多交流问题，互帮互助，群里有不错的学习教程和开发工具。资源分享

 

一、python中的str和unicode 

一直以来，python中的中文编码就是一个极为头大的问题，经常抛出编码转换的异常，python中的str和unicode到底是一个什么东西呢？ 

在python中提到unicode，一般指的是unicode对象，例如'哈哈'的unicode对象为 

u'\u54c8\u54c8' 

而str，是一个字节数组，这个字节数组表示的是对unicode对象编码(可以是utf-8、gbk、cp936、GB2312)后的存储的格式。这里它仅仅是一个字节流，没有其它的含义，如果你想使这个字节流显示的内容有意义，就必须用正确的编码格式，解码显示。 

例如：

 

对于unicode对象哈哈进行编码，编码成一个utf-8编码的str－s_utf8,s_utf8就是是一个字节数组，存放的就是'\xe5\x93\x88\xe5\x93\x88'，但是这仅仅是一个字节数组，如果你想将它通过print语句输出成哈哈，那你就失望了，为什么呢？

因为