在討論python編碼之前，我先了解了幾種編碼的由來。
一、編碼類型
1、ascci碼
ascci碼由美國人發明，用1個字節（byte）存儲英文和字符，前期用了128個，后來新加了其他歐洲國家的符號，128~255這一段。
256個字符，基本上就是鍵盤上的所有字符。
2、unicode
2個byte，65535。因為后來發現還有其他國家的語言，而256個字符太少。
3、utf-8
UTF-8是Unicode的實現方式之一。
UTF-8最大的一個特點，就是它是一種變長的編碼方式。它可以使用1~4個字節表示一個符號，根據不同的符號而變化字節長度。
UTF-8的編碼規則很簡單，只有二條：
- 對於單字節的符號，字節的第一位設為0，后面7位為這個符號的unicode碼。因此對於英語字母，UTF-8編碼和ASCII碼是相同的。
- 對於n字節的符號（n>1），第一個字節的前n位都設為1，第n+1位設為0，后面字節的前兩位一律設為10。剩下的沒有提及的二進制位，全部為這個符號的unicode碼。
下表總結了編碼規則，字母x表示可用編碼的位。
Unicode符號范圍 | UTF-8編碼方式
(十六進制) | （二進制）
--------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
4、GBK
GBK全稱《漢字內碼擴展規范》（GBK即“國標）就是國家制定的標准。
其實GBK在就是將每個漢字對應一個數字編碼，http://www.mytju.com/classCode/tools/encode_gb2312.asp 這個網址可以查看到具體的編碼對應關系：
比如：中國 二字，對應的各種編碼如下。
二、為什么要轉碼？
在python程序運行過程中，如果遇到編碼不一致（就好像中國人和美國人在一起，如果語言不通的話，就無法溝通。），就需要進行轉碼。相當於需要有一個翻譯。
在運行Python程序的過程中，會涉及到三個方面的編碼：
-
Python程序文件本身的編碼(test.py文件的編碼）--自身文件
- Python程序運行時環境的編碼(比如securecrt，類似mysql客戶端連接時的編碼）--客戶端
- Python程序讀取外部文件的編碼（引用外部文件的編碼）--外部文件
下面對於以上三種情況為什么需要轉碼分別進行說明：
情況一（自身文件編碼問題）
python2默認編碼為ascii，如果我們寫的代碼里面有非ascii字符，比如中文字符，py程序就會不認識。
就相當於兩個人都用普通話在溝通，其中某一個人突然蹦出一句家鄉話，另外一個人突然就懵逼了，同樣，python也懵逼了。
記得剛開始接觸python時，就碰到了經典錯誤，然后網上各種找資料，后來照着網上前輩們的設置，也沒有深究其原理。
經典錯誤范例：
#!/usr/bin/env python print '你好 大鳥'
運行時會報錯：
SyntaxError: Non-ASCII character '\xe4' in file t.py on line 4, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details
錯誤原因：python2默認的編碼為ascii，python3默認編碼為utf-8，而文件里面包含了非ASCII字符，所以他肯定不認識，就報錯了。
可以通過sys模塊查看默認編碼：
>>> sys.getdefaultencoding() 'ascii'
怎么解決？
針對情況一解決方法：（目的都是將默認編碼修改成utf-8，這樣，程序既可以認識ascii，又可以認識utf-8了）
解決方法一：
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
解決方法二： #coding:utf8
解決方法三： #-*- coding:utf-8 -*-
情況二（客戶端編碼問題）
我們在使用mysql時，如果客戶端設置為latin，而服務端為utf-8，查詢內容有中文時，就會出現亂碼。同樣，我們在使用python時，secureCRT也是客戶端，服務端就是我們連接的服務器。
范例：
1、客戶端設置secureCRT編碼為UTF-8
2、服務端測試
3、設置客戶端為非utf-8時，就會出現亂碼
結果如下：
而且從步驟2中也可以看出，python自動識別變量a='中國test'為utf-8的編碼，如果客戶端（secureCRT）和服務端（python）編碼不一致時，就會出現亂碼。
情況二解決辦法：設置客戶端的編碼格式和服務端一致！
情況三：讀取外部文件時，出現亂碼
比較典型的就是：當我們從windows上編輯一個文件，上傳到linux上時，會驚奇的發現^M符號。這個就是因為windows和linux的回車換行符不一致導致的，此時如果是python文件時，python也會報錯。
我們在linux先查看時會有特殊符號：
這時，如果我們需要去掉^M,需要使用dos2unix工具轉換一下，去掉windows上的格式。
三、編碼怎么轉換
unicode為橋梁，utf-8和gbk互轉需要經過unicode這個翻譯，不然他們二者是無法直接溝通。
操作范例：
1、查看默認編碼，python遇到中文字符，會識別他是utf-8編碼，chardet模塊可以識別編碼格式，但是也不是100%，下面他識別出myname為utf-8的概率為75%。
2、將utf-8轉為unicode編碼
utf-8轉為unicode編碼是，需要指定他本身是什么格式的編碼，類似於加密。查看myname_unicode變量時，發現他是unicode編碼格式了。
3、將unicode編碼轉為utf-8
具體轉換操作如下：
例子：
>>> a=u'中國' #unicode編碼格式的字符串
>>> a_utf8=a.encode('utf-8') #將unicode轉成utf-8編碼格式
>>> a_utf8
'\xe4\xb8\xad\xe5\x9b\xbd'
>>> a_unicode=a_utf8.decode('utf-8') #從utf8編碼格式轉回unicode編碼格式
>>> a_unicode
u'\u4e2d\u56fd'
>>> a
u'\u4e2d\u56fd'
>>>
>>> b_gbk=a_unicode.encode('gbk') #將上面unicode格式的轉成gbk編碼格式
>>> b_gbk
'\xd6\xd0\xb9\xfa'
>>> b_unicode=b_gbk.decode('gbk') #轉回unicode編碼格式
>>> b_unicode #最后發現，a_unicode、b_unicode和原始的unicode編碼的a都相等。
u'\u4e2d\u56fd'
>>> a_unicode
u'\u4e2d\u56fd'
>>> a
u'\u4e2d\u56fd'
>>>
a.encode（* *）：將a 編碼 為 * *編碼格式的字符串或unicode對象
a.decode（* *）：將a 解碼 為 unicode編碼格式的字符串或unicode對象
另外：
Python將字符串格式的unicode編碼轉換成unicode編碼，如：\u53eb\u6211，需要轉換成中文時有兩種方式
1.使用eval：
eval("u"+"\'"+unicodestr+"\'")
2.使用decode：
str1 = '\u4f60\u597d'
print str1.decode('unicode_escape')
你好
unicodestr.decode('unicode_escape') # 將轉義字符\u讀取出來
四、參考文獻和文件索引
1、漢字對應表：http://www.chi2ko.com/tool/CJK.htm
2、阮一峰的網站