python_编码

终极大招

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

str和unicode相连接问题的原由
Python2当中str其实是bytes，多字节字符串（多字节的字符串本质上是C里面的char *，没有任何编码限制，也不假定任何编码）；unicode是unicode字符串。两者连接的时候，会把str转换成unicode再相连，但是转换时默认使用ascii编码，就会出现UnicodeDecodeError，'中文' + u'abc'一秒复现。

Python 里面的编码和解码也就是 unicode 和 str 这两种形式的相互转化。编码是 unicode -> str，相反的，解码就
是 str -> unicode

更改默认编码为utf-8，原始为ascii

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

Unicode 可以转 utf-8 和gbk
s_utf = s_uicode.encode('utf-8')

utf-8 和gbk 转Unicode
s_unicode = s_utf_8.encode('utf-8')

中文
Unicode 一个
Gbk 两个
Utf-8 三个

>>> gbk = 'asdf五'                 //当前默认的是gbk
>>> gbk
'asdf\xce\xe5'
>>> print gbk
asdf五
>>> len(gbk)
6
>>> unicode = gbk.decode('gbk')
>>> unicode
u'asdf\u4e94'
>>> print unicode
asdf五
>>> len(unicode)
5
>>> utf_8 = unicode.encode('utf-8')
>>> utf_8
'asdf\xe4\xba\x94'
>>> print utf_8
asdf五
>>> len(utf_8)
7

注：win 在添加中文路径时，将路径字符串转换为GBK
在系统控制台输出时中文，转为Unicode或gbk，而utf-8为乱码
在sublime的控制台输出编码与文件编码类型一样