Python2编码问题

系统默认编码

sys.getdefaultencoding()

文件系统编码/路径名，文件名之类的

sys.getfilesystemencoding()

标准输入输出编码，取决于使用的 shell

sys.stdin.encoding
sys.stdout.encoding

这样也可以

import locale
import codecs
print locale.getpreferredencoding();
print codecs.lookup(locale.getpreferredencoding()).name

coding:utf-8 和 u''

代码如下

#coding:utf-8

u=u'中文'
s='中文'
print u
print s

1. 代码文件开头加上 #coding:utf-8，代码中有中文字符，文件用 utf-8 编码保存，一切正常。

2. 代码文件开头加上 #coding:utf-8，代码中有中文字符，文件用 gbk 编码保存，报错 SyntaxError: (unicode error) 'utf8' codec can't decode byte 0xd6 in position 0: invalid continuation byte

3. 代码文件开头无 #coding:utf-8，代码中有中文字符，文件用 utf-8 编码保存，报错 SyntaxError: Non-ASCII character '\xd6' in file

4. 代码文件开头无 #coding:utf-8，代码中有中文字符，文件用 gbk 编码保存，报错 SyntaxError: Non-ASCII character '\xd6' in file

str 与 unicode

假设代码文件开头加上 #coding:utf-8，代码中有中文字符，文件用 utf-8 编码保存。控制台可以显示 utf-8 编码的字符。

1. u=u'中文'，u 是 unicode 类型。

2. u=u'中文'，u.encode(‘utf-8’) 是 str 类型,编码格式是 utf-8。

3. u=u'中文'，u.encode(‘gbk’) 是 str 类型，编码格式是 gbk。

4. u=u'中文'，u.encode(“ascii”) 报错 UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)，ascii 编码无法保存中文字符。

5. u=u'中文'，u.decode(‘utf-8’)，u.decode(“gbk”)，u.decode(“ascii”) 报错 UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)。

1. s='中文', s 是 str 类型，编码格式是 utf-8。

2. s='中文', s.decode(‘utf-8’) 是 unicode 类型。

3. s='中文', s.decode(‘gbk’) 报错 UnicodeDecodeError: 'gbk' codec can't decode bytes in position 2-3: illegal multibyte sequence。

4. s='中文', s.decode(“utf-16”) 是 unicode 类型，但是内容已经乱码。

5. s='中文', s.encode(‘gbk’)，s.encode(‘utf-8’)，s.encode(‘ascii’)，s.encode(‘utf-16’) 报错 UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)。

总结：

• unicode 类型通过 encode() 方法用指定编码转成 str 类型，此时可以储存到磁盘或数据库。

• str 类型通过 decode() 方法用指定编码转成 unicode 类型，若指定编码和 str 的编码一致，此时可以使用这些字符；若不一致，则可能报错或者出现乱码。

• str.decode(原编码).encode(目标编码)，这样将 str 字符用目标编码保存。