17.3.13--python编码问题

1----字符编码：

　　　　字符编码（英语：Character encoding）、字集码是把字符集中的字符编码为指定集合中某一对象（例如：比特模式、自然数串行、8位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递。

　　　　常见的例子包括将拉丁字母表编码成摩斯电码和ASCII。其中，ASCII将字母、数字和其它符号编号，并用7比特的二进制来表示这个整数。通常会额外使用一个扩充的比特，以便于以1个字节的方式存储。

　　　　ASCII（pronunciation: 英语发音：/ˈæski/ ASS-kee[1]，American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，它主要用于显示现代英语，而其扩展版本EASCII则可以部分支持其他西欧语言，并等同于国际标准ISO/IEC 646。由于万维网使得ASCII广为通用，直到2007年12月，逐渐被Unicode取代。

　　　　　　　　0～31及127(共33个)是控制字符或通信专用字符（其余为可显示字符）

　　　　　　　　32～126(共95个)是字符(32是空格），其中48～57为0到9十个阿拉伯数字

　　　　　　　　65～90为26个大写英文字母，

　　　　　　　　97～122号为26个小写英文字母，其余为一些标点符号、运算符号等

 

　　　　Unicode（中文：万国码、国际码、统一码、单一码）是计算机科学领域里的一项业界标准。它对世界上大部分的文字系统进行了整理、编码，使得电脑可以用更为简单的方式来呈现和处理文字Unicode至今仍在不断增修，每个新版本都加入更多新的字符。目前最新的版本为7.0.0，已收入超过十万个字符（第十万个字符在2005年获采纳）。Unicode涵盖的数据除了视觉上的字形、编码方法、标准的字符编码外，还包含了字符特性，如大小写字母。

　　　　　　　　　　

　　　　UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，也是一种前缀码。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部份修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或发送文字的应用中，优先采用的编码

　　　　　　　　python2默认的编码是ascii

如何避免中文乱码：

1）使用utf-8编码方案

　　　　#-*-coding:utf-8-*-

　　　　#coding:utf-8　　

2)或者遇到字符（节）串，立刻转化为unicode，不要用str（），直接就用unicode（）

　　　　unicode_str=unicode('中文‘，eccoding=‘utf-8’）

　　　　printunicode_str.encode('utf-8')

3)如果对文件操作，打开文件的时候，最好用codecs.open，替代open(这个后面会讲到，先放在这里)

　　　　

import codecs
codecs.open('filename', encoding='utf8')