Python字符串编码的encode与decode

一.编码转换

通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

1.decode的作用是将其他编码的字符串转换成unicode编码，如str1.decode('gb2312')，表示将gb2312编码的字符串转换成unicode编码。

2.encode的作用是将unicode编码转换成其他编码的字符串，如str2.encode('gb2312')，表示将unicode编码的字符串转换成gb2312编码。

3.encode的时候注意这个编码，可以解决unicode中文转换的问题

Codec	Operand type	Purpose
raw_unicode_escape	Unicode string	Produce a string that is suitable as raw Unicode literal in Python source code

如：froms=froms.encode('raw_unicode_escape', 'ignore').decode('GB18030', 'ignore')

注意：输出的时候需要考虑IDE的环境变量，可能会出现乱码，甚至可能会提示：

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)。

二.Python代码中的编码定义

1.代码中字符串的默认编码与代码文件本身的编码一致，如：

s='中文'

如果是在utf8的文件中，该字符串就是utf8编码

如果是在gb2312的文件中，则其编码为gb2312。

这种情况下，要进行编码转换，都需要先用decode方法将其转换成unicode编码，再使用encode方法将其转换成其他编码。

通常，在没有指定特定的编码方式时，都是使用的系统默认编码创建的代码文件

$ python -c "import sys; print sys.getdefaultencoding()"

ascii

2.如果字符串是这样定义：

s=u'中文'

则该字符串的编码就被指定为unicode了，即python的内部编码，而与代码文件本身的编码无关。

因此，对于这种情况做编码转换，只需要直接使用encode方法将其转换成指定编码即可。