前一段時間就想寫一篇總結Python字符串的文章，但是時間較緊，而且我當時遇到的問題也不是很難，就暫擱下了，今天又被這編碼折磨一番，淚奔啊……
至於unicode、utf8等編碼原理以及區別等問題可以去百度百科查看，網上也有介紹，我想說的是直接的轉換方法——先知其然，然后再知其所以然吧。
1.普通字符串與unicode轉換
無論是什么平台什么編碼格式都能轉換為unicode格式。
以utf8編碼方式把字符串轉換為unicode：
'aaa'.decode('utf8')</pre>等同於<pre class="prettyprint">unicode('aaa', 'utf8')
把unicode字符串轉換為utf8編碼格式字符串：
'aaa'.decode('utf8')
注意：這樣寫已經表示'aaa'是一個unicode格式的字符串了，等同於
u'aaa'.decode('utf8')
如果全部是英文字符或者數字，則utf8與gbk輸出結果一致，而且帶不帶u都一樣
2.有漢字的字符串
這是中國程序員最苦逼的地方，什么亂碼之類的幾乎都是由漢字引起的，傷不起！
把普通中午字符串轉換為unicode：
'也有'.decode('gbk')
注意：此時字符串前不能加u，而且漢字編碼只能寫gbk或者gb2312等
把上面的結果再轉成gbk
print u'\u4e5f\u6709'.encode('gbk')
當然unicode可以轉成utf8，但是要看你的終端支持什么編碼了，要不然就會亂碼，我用的WIN，所以就用gbk測試
如果不用print輸出，直接
u'\u4e5f\u6709'.encode('gbk')
或者
u'\u4e5f\u6709'.encode('utf8')
你會看到這兩個漢字在gbk和utf8編碼格式下的字符，這里不多研究了（utf8漢字編碼比gbk多一個字符）
下面把運行的結果輸出：
>>>'aaa'.decode('utf8')
u'aaa'
>>>unicode('aaa', 'utf8')
u'aaa'
>>>'aaa'.decode('utf8')
u'aaa'
>>>u'aaa'.decode('utf8')
u'aaa'
>>>'也有'.decode('gbk')
u'\u4e5f\u6709'
>>>print u'\u4e5f\u6709'.encode('gbk')
也有
>>>u'\u4e5f\u6709'.encode('gbk')
'\xd2\xb2\xd3\xd0'
>>>u'\u4e5f\u6709'.encode('utf8')
'\xe4\xb9\x9f\xe6\x9c\x89'
說明：str()函數，有時候我們要借助它來過度轉換，比如u'%E9%95%BF%E6%98%A5%E5%B8%82'，這就是我下午遇到的問 題，把urlencode轉換的編碼經過urldecode解碼，結果前面多個u，此時是utf8編碼，然后decode成unicode，出問題了：
>>> s = u'%E9%95%BF%E6%98%A5%E5%B8%82'
>>> import urllib
>>> urllib.unquote(s)
u'\xe9\x95\xbf\xe6\x98\xa5\xe5\xb8\x82'
>>> urllib.unquote(s).decode('utf8')
Traceback (most recent call last):
File "", line 1, in
File "D:\Python26\lib\encodings\utf_8.py", line 16, in decode
return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-8: ordin
al not in range(128)
特別注意：utf8編碼、gbk編碼的原型加上u然后再轉unicode是錯誤寫法，肯定轉不了，那怎樣去掉u呢？str()函數也不能直接轉，只好把u'%E9%95%BF%E6%98%A5%E5%B8%82'用str()處理去掉u，然后一切都OK了。
>>>urllib.unquote(str(s)).decode('utf8')
u'\u957f\u6625\u5e02'
>>>print urllib.unquote(str(s)).decode('utf8')
長春市
本文連接地址：http://luchanghong.com/python/2012/07/06/python-encoding-with-unicode-and-gbk-and-utf8.html