Python编码问题的工作总结

1. 字符串对象有两种格式：str和unicode，其中Unicode是标准，str则是具体的编码实现（utf-8，gbk等）

如：

a="你好"; #str

b=u"你好"; #unicode

2. encode是将unicode转换成其他格式编码，decode是将其他格式编码转换为unicode，可将unicode看作是中间格式

str也可做encode，但会默认先做decode，使用默认的编码类型

如：

s.encode("utf-8") 等价于s.decode(defaultencoding).encode("utf-8")

3. 文件编码头作用，指定代码中文字编码格式，其中编码头和文件保存格式一致

如脚本头的这一行：

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

4. cmd乱码问题，cmd编码格式为gbk，所以要先decode为unicode，或encode为gbk

5. 读写文件

如果使用open方法打开文件，读取的是str，write时写入str，如果直接传递unicode，则会按照默认编码类型encode为str再写入文件

如果使用codecs的open方法，读取的是unicode，write时如果参数是unicode，则按照open中设定的编码encode，如果是str，则按照默认编码decode再encode