python中字符串編碼方式小結

         Python2中字符串的類型有兩種：str和unicode，其中unicode是統一編碼方式，它使得字符跟二進制是一一對應的，因此所有其他編碼的encode都從unicode開始，而其他編碼方式按照相應的編碼decode之后也會變成unicode。而utf-8，gbk編碼的字符都是str。

         從一個界面直接輸入的字符串，其默認編碼為系統的默認編碼方式:(又或者是當前所使用的軟件客戶端的編碼方式：比如XShell的編碼方式)

>>> import sys
>>> print sys.getdefaultencoding()
ascii

 

如在windows下是ascii。

那么將其轉化為unicode：

>>> s =’匆匆’
>>> s
'\xb4\xd2\xb4\xd2'
>>>
>>> s1=s.decode("gbk")
>>>
>>> s1
u'\u5306\u5306'

 

之后將其編碼為utf8:

>>> S2=s1.encode("utf8")
>>>
>>> S2
'\xe5\x8c\x86\xe5\x8c\x86'

 

當python頭文件中包含了語句：

#-*- coding:utf-8 -*-

 

代碼中輸入的文字默認為utf8編碼。

 

其他參考：http://www.cnblogs.com/schut/p/8407258.html