python字符串乱码问题

字符串在python内部的表示是unicode编码。

因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码，如string1.decode('utf-8')，表示将utf-8编码的字符串string1转换成unicode编码。

encode的作用是将unicode编码转换成其他编码的字符串，如string2.encode('utf-8')，表示将unicode编码的字符串string2转换成utf-8编码。



如果一个字符串已经是unicode了，再进行解码则将出错，因此通常要对其编码方式是否为unicode进行判断：

isinstance(string3, unicode) #用来判断string3是否为unicode编码

用非unicode编码形式的string3来encode也会报错。

#获得系统的默认编码
#!/usr/bin/env python
#coding=utf-8
import sys
print sys.getdefaultencoding()

#万能方法
#!/usr/bin/env python
#coding=utf-8
string4="你好"
if isinstance(string4, unicode):
print s.encode('gb2312')
else:
print s.decode('utf-8').encode('gb2312')