python 编码 乱码问题 ascii unicode utf-8

基础知识部分

首先需明白python2.7默认使用的是ascii，而现在python3.x默认使用的是unicode。下面内容基于python2.7。

一、文件编码

　　一般文件使用的是utf-８或者bgk编码进行存储。但是由于python2.7默认使用ascii，所以python2.7在运行py后缀文件时也是默认以ascii编码读取文件。如果文件中没有中文不会出现问题。但是如果有中文的话，由于中文编码超出了ascii编码范围，所以python2.7将会报错。

　　所以我们需要在文件头部添加：

#coding:utf-8
或者
#!/usr/bin/python
# -*- coding: utf-8 -*-

　　来告诉python2.7此文件要用utf-8编码来读取。

　　在文件中设置后我们可以使用 a = u'哈'；python会自动使用utf-8来读取汉字，并将其转换为Unicode对象。

二、字符串编码

　　python2.7和字符串相关的数据类型,分别是标准字符串（str）是单字节字符序列，Unicode字符串（unicode）是双字节字符序列。。

　 python的解码，编码是python自动进行的,如果我们没有指明解码方式,python 就会使用 sys.defaultencoding 指明的方式来解码。python2.7的函数str()和unicode()默认将对象转成ascii编码。

　　但是对于中文，ascii编码是无法表示的。因此我们需要用sys.setdefaultencoding(‘utf-8’)来设置string对象默认的编码。

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

　　那么字符串如何在str和unicode间进行转换呢？python提供了两个函数：

　　

b = u'哈'     //b为unicode对象
b.encode('utf-8')     //将b从unicode类型转为utf-8类型
b.decode('utf-8')     //将b从utf-8类型转换为Unicode类型

三、window控制台输出

　　window控制台默认使用gbk编码。如果你设置了

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

　　python直接按照utf-8输出到控制台。所以我们可以改变文件编码：

# -*- coding: gbk -*-

或者使用unicode类型进行输出，会自动转换。