python 默认编码的理解与设置

 原链接：

http://notewo.sinaapp.com/blog/full_article/?blogid=54

python 里面的编码和解码，就是unicode  和str 这两种形式的相对转换。
编码：　unicode  →→→ str
解码：　str　       →→→ unicode

有两个设置编码的知识点
１、文件开头的：# -*-  coding=utf8  -*-
        python的默认脚本文件都是以utf８编码的，当文件中有非utf８编码范围内的字符的时候就要使用“编码提示”来修正。

２、sys.setdefaultencoding('utf-8')
先说下如何使用：

>>> import sys
>>> reload(sys)

<module 'sys' (built-in)>

>>> sys.setdefaultencoding('utf8')

>>>

　　reload(sys)　这一句是必须的，当脚本加载完毕之后，会把setdefaultencoding这个方法给删掉，我们需要reload(sys)　才可以使用。
用实例来理解它的作用：

>>> import sys

>>> sys.getdefaultencoding()

'ascii'

>>> str = "中文"

>>> print str

中文

>>> str.encode('utf8')

Traceback (most recent call last):

 File "<stdin>", line 1, in <module>

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)

无法将str编码为utf８。

编码：　unicode  →→→ str
解码：　str　       →→→ unicode

>>> str.encode('utf8')　这一句在执行的时候，会先将str解码为ascii（也就是sys.setdefaultcoding()所设置的值，默认是ascii），再编码为utf８。

ascii并不是unicode的编码形式之一。所以无法进行这种类型的转换。

转换过程如下：
str  --------> unicode --------------> str(utf8)
                        |
                        |
              unicode这里就是指setdefaultcoding()所设的值。

再进行实验：

>>> import sys

>>> reload(sys)

<module 'sys' (built-in)>

>>> sys.setdefaultencoding('utf8')

>>> str.encode('utf8')

'\xe4\xb8\xad\xe6\x96\x87'

>>> print str

中文

>>>

这样子就可以了，转换流程变为如下：
str ---------> unicode(utf8) -----------> str(utf8)