python编码

python编码

 

一、系统默认编码

python 2.7版本系统默认编码是ascii

python 3.1版本系统默认编码是unicode

 

可以通过内建模块sys获取系统默认编码

import sys

print sys.getdefaultencoding()

 

有两种方法可以讲系统默认编码变成utf-8

1、在代码第一行加上  # -*- coding:utf-8 -*-

2、通过sys模块

import sys

reload(sys)

sys.setdefaultencoding("utf-8")

 

二、用decode和encode编码

几种常见编码

• GB2312编码：适用于汉字处理、汉字通信等系统之间的信息交换
• GBK编码：是汉字编码标准之一，是在 GB2312-80 标准基础上的内码扩展规范，使用了双字节编码
• ASCII编码：是对英语字符和二进制之间的关系做的统一规定
• Unicode编码：这是一种世界上所有字符的编码。当然了它没有规定的存储方式。
• UTF-8编码：是 Unicode Transformation Format - 8 bit 的缩写， UTF-8 是 Unicode 的一种实现方式。它是可变长的编码方式，可以使用 1~4 个字节表示一个字符，可根据不同的符号而变化字节长度。

编码转换

Python内部的字符串一般都是 Unicode编码。代码中字符串的默认编码与代码文件本身的编码是一致的。所以要做一些编码转换通常是要以Unicode作为中间编码进行转换的，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。

　　decode 的作用是将其他编码的字符串转换成 Unicode 编码，eg name.decode(“GB2312”)，表示将GB2312编码的字符串name转换成Unicode编码

　　encode 的作用是将Unicode编码转换成其他编码的字符串，eg name.encode(”GB2312“)，表示将GB2312编码的字符串name转换成GB2312编码

所以在转换之前必须先知道name的编码格式。