python编码格式

python编码总结：

1).首先python有两种格式的字符串，str和unicode，其中unicode相当于字节码那样，可以跨平台使用。

str转化为unicode可以通过unicode()，u，str.decode三种方式

unicode转化为str，如果有中文的话，一般通过encode的方式

2).如果代码中有中文的话，我们一般会添加 "# coding=utf-8"，这个是什么作用呢，一般如下：

如果代码中有中文注释，就需要此声明

比较高级的编辑器（比如我的emacs），会根据头部声明，将此作为代码文件的格式。

程序会通过头部声明，解码初始化 u”人生苦短”，这样的unicode对象，（所以头部声明和代码的存储格式要一致

所以，当我们填上编码头的时候，使用s="中文"，实际上type(s)是一个str，是已经将unicode以utf-8格式编码成str。

　 其次，如果我们在代码中使用s=u'中文'，相当于将str以utf-8解码成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)

这样的输出如下，说明声明头的作用一方面是自动将unicode转化为utf-8，另一方面是使用u的时候指定了utf-8：



3)如果在unicode上面再unicode的话，实际上并没有起到效果

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等价，都可以将str转化成unicode。但是decode不能像unicode()那样连续调用

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

5)当使用map存储的key为中文的时候，可以str转化成unicode才行，这样就可以跨平台

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)一个需要注意的点就是ascii码的话，unicode和str等价，也就是unicode('t')=='t'

7)文件操作时，open(filename)，要求文件的格式和编码头一致，这样读取后是str类型

如果不一致，可以调用io.open()并且指定编码，这样读取后是unicode