中文乱码（Python、WEB、ajax）

http://my.oschina.net/leejun2005/blog/74430

#查看errorb是unicode，还是string
print isinstance(errorb,unicode),isinstance(errorb,str)

encode是 unicode转换成str。decode是str转换成unicode

“长春市”均在windows python cmd下测试：

m='长春市'
type(m)  # <type 'str'>
m # '\xb3\xa4\xb4\xba\xca\xd0'
print m # 长春市
m.decode('gbk').encode('u8') # '\xe9\x95\xbf\xe6\x98\xa5\xe5\xb8\x82'
print m.decode('gbk').encode('u8') # 闀挎槬甯  
alertmsg=m.decode('gbk').encode('u8') #在这种格式下return HttpResponse(alertmsg)，可以正确接收到中文
m.decode('u8') # UnicodeDecodeError: 'utf8' codec can't decode byte 0xb3 in position 0: invalid start byte

s = u'长春市'
type(s) # <type 'unicode'>
s # u'\u957f\u6625\u5e02'
print s # 长春市
s.encode('u8') # '\xe9\x95\xbf\xe6\x98\xa5\xe5\xb8\x82'
print s.encode('u8') # 闀挎槬甯   unicode可以直接encode u8或者gbk，看当前环境支持哪种格式
type(s.encode('u8')) # <type 'str'>
str(s) # UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)  utf8编码、gbk编码的原型加上u然后再转unicode是错误的，str()也不能直接转换，需要使用encode()进行转换
s.encode('gbk') # '\xb3\xa4\xb4\xba\xca\xd0'
print s.encode('gbk') # 长春市

 

OU = unicode('OU=中文,DC=uxin,DC=youxinpai,DC=com', 'utf8')
OU1 = u'OU=中文,DC=uxin,DC=youxinpai,DC=com'
OU2 = u'OU=\u4e2d\u6587,DC=uxin,DC=youxinpai,DC=com'
OU == OU1 == OU2 #返回True

  参考：http://blog.codekills.net/2008/05/01/encoding-and-decoding-text-in-python-%28or---i-didn%27t-ask-you-to-use-the-%27ascii%27-codec!-%29/

# -*- coding: UTF-8 -*-
reload(sys)
sys.setdefaultencoding('utf-8')

print sys.getdefaultencoding()  #返回utf-8，默认为ascii
a='哈哈'
print a

 

 a="哈哈"
print a.decode('utf-8').encode('gbk')

 

s = '中文' 
print (s.decode('utf-8').encode('gb18030'))

sys.setdefaultencoding('utf-8') 
str = '中文' 
print (str.encode('gb18030'))

 

sdict的某些value中包含有中文：

sj = json.dumps(sdict,ensure_ascii=False).encode("gbk") 后台print sj可以正常显示中文

==============================================

sj = json.dumps(sdict,ensure_ascii=False)
servers_a.append(sj)
return HttpResponse(json.dumps({'servers':servers_a},ensure_ascii=False)) web前台可以正常显示中文

 

python3：bytes-->decode('u8')

from:http://blog.csdn.net/crazyhacking/article/details/39375535

Python 里面的编码和解码也就是 unicode 和 str 这两种形式的相互转化。编码是 unicode -> str，相反的，解码就
是 str -> unicode。剩下的问题就是确定何时需要进行编码或者解码了.关于文件开头的"编码指示"，也就是 # -*- coding: -*- 这个语句。Python 默认脚本文件都是 UTF-8 编码的，当文件中有非 UTF-8 编码范围内的字符的时候就要使用"编码指示"来修正. 关于 sys.defaultencoding，这个在解码没有明确指明解码方式的时候使用。比如我有如下代码： 
#! /usr/bin/env python 
# -*- coding: utf-8 -*- 
s = '中文'  # 注意这里的 str 是 str 类型的，而不是 unicode 
s.encode('gb18030') 

这句代码将 s 重新编码为 gb18030 的格式，即进行 unicode -> str 的转换。因为 s 本身就是 str 类型的，因此 
Python 会自动的先将 s 解码为 unicode ，然后再编码成 gb18030。因为解码是python自动进行的，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。很多情况下 sys.defaultencoding 是 
ANSCII，如果 s 不是这个类型就会出错。拿上面的情况来说，我的 sys.defaultencoding 是 anscii，而 s 的编码方式和文件的编码方式一致，是 utf8 的，所以出错了: 
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 
0: ordinal not in range(128) 
对于这种情况，我们有两种方法来改正错误： 
一是明确的指示出 s 的编码方式 

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

s = '中文' 
s.decode('utf-8').encode('gb18030') 


二是更改 sys.defaultencoding 为文件的编码方式 

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

import sys 
reload(sys) # Python2.5 初始化后会删除 sys.setdefaultencoding 这个方法，我们需要重新载入 
sys.setdefaultencoding('utf-8') 

str = '中文' 
str.encode('gb18030')

   

看完之后,改成这样

print "<p>addr:", form["addr"].value.decode('gb2312').encode('utf-8') 
成功通过.

 

我总结一下为什么要这么写的原因:

1. 当取回来的数据与你当前脚本中声明的编码不一致时就要做编码转换

2.在编码转换时首先要将该数据以自身编码的格式换成unicode码,再将这个unicode按utf8编码

3.为什么我的浏览器会传回gb2312的编码数据到服务器,这应该和客户端的系统编码有关系