python文件的編碼 v2.7

首先，
encode('codec') => 把unicode轉(zhuǎn)化成其他codec的str;
decode('codec') => 把其他codec的str轉(zhuǎn)換成unicode

python默認(rèn)charset:'ascii'.

import sys
print sys.getdefaultencoding() 

如果字符集是'ascii'碼，那文件中不能處理中文。在開頭引入# coding=utf-8 或者 # - coding:utf-8 -,表明支持utf-8字符集。

打印unicode報錯 --> 檢查是否當(dāng)前編碼是utf-8，然后encode('utf-8')。比如從網(wǎng)上爬下來的中文數(shù)據(jù)，首先要decode('GBK')。為了顯示出來還要encode('utf-8')

utf-8和utf-16
utf-8是變長編碼，0000-007F一個字節(jié)，0080-07FF->兩個字節(jié)，其他->三個字節(jié)
utf-16是固定兩個字節(jié)編碼方式

python中str.encode("targetcodec")其實做了隱式的str.decode("defaultcodec").encode("targetcodec")，而在print一個unicode的時候則會隱式做encode('defaultcodec)操作，這也是經(jīng)常會出錯的一個原因。解決辦法是修改defaultcodec:

  s=u'中文'
  reload(sys)
  sys.setdefaultencoding('utf-8')
  print s