python编码问题总结

1、Python内部默认是使用unicode存储内容的；

2、python解析器读取源文件，默认是使用ascii编码的，如果文件中存在中文，则会报错，形如：

SyntaxError: Non-ASCII character '\xe5' in file f:/workspace/test.py

此时可以在源文件开头加上支持中文的编码声明：#coding:gbk 或者 #coding:utf-8

需要注意的是，windows命令行的默认编码是gbk，所以当你使用 #coding:utf-8时，在命令行显示的内容与实际内容是不同的。

例如：

	#coding:utf-8
	s1 = '哈'
	print(s1)

在命令行显示的结果是：鍝

3、str与unicode

str其实是字节串，它是unicode经过编码后的字节组成的序列。

#coding:utf-8
s1 = '哈'#哈 按着utf-8编码进行保存
print(type(s1)) #str
print(len(s1))  #结果是3 '\xe5\x93\x88'
s2 = u'哈'  #哈按着unicode编码进行保存
print(type(s2)) #unicode
print(len(s2))   #结果是1

  python对于unicode对象print的时候，会根据终端编码进行自适应。所以使用unicode输出时肯定能得到你想要的结果。

  上面的u'哈' 等同与 unicode('哈','utf-8') 或者 '哈'.decode('utf-8')

4、str和repr

  函数str() 用于将值转化为适于人阅读的形式，而repr() 转化为供解释器读取的形式。

h = "hello\n"
print(h)   #hello
print(repr(h)) #'hello\n'  
print(eval(repr(h))) #hello

5、打印list对象等

ls1 = ["哈","哈1"]
for x in ls1:
    print(x)
print(ls1)

输出结果为：

哈
哈1
["\xe5\x93\x88", '\xe5\x93\x881']

可见直接print一个list，输出结果是repr的内容。

那如何直接print一个list的时候直接显示中文呢？

可以使用：

print(str(ls1).decode("string_escape"))

输出的结果就是：['哈', '哈1']

其中"string_escape"就是要按照人熟悉的方式显示出来。还有类似的"unicode_escape"。