python編碼格式

python編碼總結：

1).首先python有兩種格式的字元串，str和unicode，其中unicode相當於位元組碼那樣，可以跨平臺使用。

str轉化為unicode可以通過unicode()，u，str.decode三種方式

unicode轉化為str，如果有中文的話，一般通過encode的方式

2).如果代碼中有中文的話，我們一般會添加 "# coding=utf-8"，這個是什麼作用呢，一般如下：

1. 如果代碼中有中文註釋，就需要此聲明
2. 比較高級的編輯器（比如我的emacs），會根據頭部聲明，將此作為代碼文件的格式。
3. 程式會通過頭部聲明，解碼初始化 u”人生苦短”，這樣的unicode對象，（所以頭部聲明和代碼的存儲格式要一致

    所以，當我們填上編碼頭的時候，使用s="中文"，實際上type(s)是一個str，是已經將unicode以utf-8格式編碼成str。

　 其次，如果我們在代碼中使用s=u'中文'，相當於將str以utf-8解碼成unicode.

 1 # coding=utf-8
 2 __author__ = 'lenovo'
 3 
 4 a='中文'
 5 print a,type(a)
 6 
 7 a2=unicode(a,"utf-8")
 8 print a2,type(a2)
 9 
10 a3=u'中文'
11 print a3,type(a3)

這樣的輸出如下，說明聲明頭的作用一方面是自動將unicode轉化為utf-8，另一方面是使用u的時候指定了utf-8：

3)如果在unicode上面再unicode的話，實際上並沒有起到效果

1 a='中文'
2 a2=unicode(a,"utf-8")
3 print a2,type(a2)
4 
5 a3=unicode(a2)
6 print a3,type(a3)

4)u,unicode()和str.decode等價，都可以將str轉化成unicode。但是decode不能像unicode()那樣連續調用

1 a='中文'
2 a2=unicode(a,"utf-8")
3 a3=a.decode("utf-8")
4 print a2,type(a2)
5 print a3,type(a3)

5)當使用map存儲的key為中文的時候，可以str轉化成unicode才行，這樣就可以跨平臺

1 a='中文'
2 map={}
3 map[a.decode('utf-8')]=3
4 map[unicode('t')]=4
5 print map
6 print map[u'中文']
7 print map['t']

6)一個需要註意的點就是ascii碼的話，unicode和str等價，也就是unicode('t')=='t'

7)文件操作時，open(filename)，要求文件的格式和編碼頭一致，這樣讀取後是str類型

如果不一致，可以調用io.open()並且指定編碼，這樣讀取後是unicode