python編碼格式

python編碼總結：

1).首先python有兩種格式的字符串，str和unicode，其中unicode相當於字節碼那樣，可以跨平台使用。

str轉化為unicode可以通過unicode()，u，str.decode三種方式

unicode轉化為str，如果有中文的話，一般通過encode的方式

2).如果代碼中有中文的話，我們一般會添加 "# coding=utf-8"，這個是什么作用呢，一般如下：

1. 如果代碼中有中文注釋，就需要此聲明
2. 比較高級的編輯器（比如我的emacs），會根據頭部聲明，將此作為代碼文件的格式。
3. 程序會通過頭部聲明，解碼初始化 u”人生苦短”，這樣的unicode對象，（所以頭部聲明和代碼的存儲格式要一致

    所以，當我們填上編碼頭的時候，使用s="中文"，實際上type(s)是一個str，是已經將unicode以utf-8格式編碼成str。

　 其次，如果我們在代碼中使用s=u'中文'，相當於將str以utf-8解碼成unicode.

# coding=utf-8
__author__ = 'lenovo'

a='中文'
print a,type(a)

a2=unicode(a,"utf-8")
print a2,type(a2)

a3=u'中文'
print a3,type(a3)

這樣的輸出如下，說明聲明頭的作用一方面是自動將unicode轉化為utf-8，另一方面是使用u的時候指定了utf-8：

 

3)如果在unicode上面再unicode的話，實際上並沒有起到效果

a='中文'
a2=unicode(a,"utf-8")
print a2,type(a2)

a3=unicode(a2)
print a3,type(a3)

4)u,unicode()和str.decode等價，都可以將str轉化成unicode。但是decode不能像unicode()那樣連續調用

a='中文'
a2=unicode(a,"utf-8")
a3=a.decode("utf-8")
print a2,type(a2)
print a3,type(a3)

5)當使用map存儲的key為中文的時候，可以str轉化成unicode才行，這樣就可以跨平台

a='中文'
map={}
map[a.decode('utf-8')]=3
map[unicode('t')]=4
print map
print map[u'中文']
print map['t']

6)一個需要注意的點就是ascii碼的話，unicode和str等價，也就是unicode('t')=='t'

7)文件操作時，open(filename)，要求文件的格式和編碼頭一致，這樣讀取后是str類型

如果不一致，可以調用io.open()並且指定編碼，這樣讀取后是unicode