在 Python 尤其是 Python2 中，編碼問題是困擾開發(fā)者尤其初學(xué)者的一大問題。什么 Unicode/UTF-8/str，又是 decode/encode 的，搞得人頭都大了。其實(shí)不然，看似龐大難懂，但是可以非常精細(xì)地定制需求。學(xué)習(xí)資料也可以加下Python扣扣裙：四八三五四六四一六自己下載學(xué)習(xí)下

0.Python 中的編碼

Python 中有兩個常用的由 basestring 派生出來的表示字符串的類型：str, unicode。其中，str 類似于 C 中的字符數(shù)組或者 Java 中的 byte 數(shù)組，事實(shí)上你可以將它理解為一個存儲二進(jìn)制內(nèi)容的容器，str 不存儲編碼信息，果對 str 類型的字符串迭代的話，則會按照其在內(nèi)存中的字節(jié)序依次迭代，意味著如果這個字符串存儲的是多字節(jié)字符（Unicode/GBK等），則會截斷這個字符，演示如下：

而對于 unicode 類型，Python 在內(nèi)存中存儲和使用的時候是按照 UTF-8 格式，在代碼中的表示為字符串前加 u，如：

而 unicode 與 str 之間的轉(zhuǎn)換，則用到了 encode 和 deocde 方法。decode 表示將一個 (str) 字符串按照給定的編碼解析為 unicode 類型，encode 則表示將一個 unicode 字符串按照指定編碼解析為字節(jié)數(shù)組 (str)：

1.文件讀寫

內(nèi)置的 open 函數(shù)打開文件時，read 方法讀取的是一個 str (私以為叫做字節(jié)數(shù)組更合適)，如果讀取的是其它編碼的文字，則需要 decode 之后再做使用。

對于使用 open 函數(shù)打開文件之后的寫操作，則需要將需要寫入的字符串按照其編碼 encode 為一個 str ，如果直接寫入，則會引發(fā)如下錯誤：

除此以外，codecs 模塊也提供了一個 open 函數(shù)，可以直接指定好編碼打開一個文本文件，那么讀取到的文件內(nèi)容則直接是一個 unicode 字符串。對應(yīng)的指定編碼后的寫入文件，則可以直接將 unicode 寫到文件中。通過 codecs.open 可以避免很多編碼問題：

建議

對于 Python 代碼中避免遇到編碼問題，有一些小建議：

字符編碼聲明：在代碼開頭聲明編碼格式

使用 codecs 的 open 函數(shù)處理文本文件

盡可能使用 unicode 而不是 str