一、Python字符編碼介紹

1、須知：

在python 2中默認編碼是 ASCII，而在python 3中默認編碼是 unicode

unicode 分為utf-32 (占4個字節),utf-16(占兩個字節)，utf-8(占1-4個字節)，所以utf-16 是最常用的unicode版本，但是在文件里存的還是utf-8，因為utf8省空間

在python 3,encode編碼的同時會把stringl變成bytes類型，decode解碼的同時會把bytes類型變成string類型

在unicode編碼中 1個中文字符=2個字節，1個英文字符 = 1個字節，切記：ASCII是不能存中文字符的

utf-8是可變長字符編碼,它是unicode的優化，所有的英文字符依然按ASCII形式存儲，所有的中文字符統一是3個字節

unicode包含了所有國家的字符編碼，不同字符編碼之間的轉換都需要經過unicode的過程

python本身的默認編碼是utf-8

2、py2中的編碼和轉碼的過程，如圖：

注：因為unicode是中間編碼，任何字符編碼之前的轉換都必須解碼成unicode，在編碼成需要轉的字符編碼

二、字符編碼的轉換

1、py2字符編碼的轉換，代碼如下：

#! /usr/bin/env python# -*- coding:utf-8 -*-# __auther__ == luoahong s = "我是學員"#utf-8解碼成unicode編碼s_to_unicode = s.decode("utf-8")print("--------s_to_unicode-----")print(s_to_unicode)#然后unicode再編碼成gbks_to_gbk = s_to_unicode.encode("gbk")print("-----s_to_gbk------")print(s_to_gbk)#gbk解碼成unicode再編碼成utf-8gbk_to_utf8 = s_to_gbk.decode("gbk").encode("utf-8")print("------gbk_to_utf8-----")print(gbk_to_utf8) #輸出--------s_to_unicode-----我是學員-----s_to_gbk------�����˧------gbk_to_utf8-----我是學員

 注：以上這種情況適合字符是非unicode編碼請款下，但是如果字符編碼已經是Unicode的了咋辦呢？廣告回來，更加精彩。。。。。

2、字符編碼已經是unicode情況下，代碼如下：

#! /usr/bin/env python# -*- coding:utf-8 -*-# __auther__ == luoahong #u代碼字符編碼是unicodes = u'你好'#已經是unicode，所以這邊直接是編碼成gbks_to_gbk = s.encode("gbk")print("----s_to_gbk----")print(s_to_gbk)#這邊再解碼成unicode然后再編碼成utf-8gbk_to_utf8 = s_to_gbk.decode("gbk").encode("utf-8")print("-----gbk_to_utf8---")print(gbk_to_utf8)#輸出----s_to_gbk----���-----gbk_to_utf8---你好

注：在python2中，在文件的開頭指定字符編碼，是要告訴解釋器我現在的字符編碼使用的是utf-8，那我在打印的中文時候，那么在utf-8中包含中文字符，那么可以打印出來。那么如果你不制定字符編碼，默認使用系統編碼，如果你的系統編碼是ASCII，那么就會報錯，因為ASCII不能存中文字符。