Python 中文乱码

蔷薇525

　　开始接触python脚本，一上来就碰到了中文乱码问题。
　　结合网上的资料，现整理下：
　　字符串在Python内部的表示是unicode编码，因此，在做编码转换时，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。 
　　decode 解码,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str1转换成unicode编码。 
　　encode 编码,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str2转换成gb2312编码。 
　　如果一个字符串已经是unicode了，再进行解码则将出错，因此通常要对其编码方式是否为unicode进行判断：
　　isinstance(s, unicode)  #用来判断是否为unicode 
　　用非unicode编码形式的str来encode会报错 
　　如何获得系统的默认编码？ 
　　#!/usr/bin/python
　　#coding=utf-8
　　import sys
　　print sys.getdefaultencoding()  
　　该段程序在英文WindowsXP上输出为：ascii 
　　在某些IDE中，字符串的输出总是出现乱码，甚至错误，其实是由于IDE的结果输出控制台自身不能显示字符串的编码，而不是程序本身的问题。 
　　如在UliPad中运行如下代码：
　　s=u"中文"  #指定为Unicode编码
　　print s 
　　会提示：UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)。这是因为UliPad在英文WindowsXP上的控制台信息输出窗口是按照ascii编码输出的（英文系统的默认编码是ascii），而上面代码中的字符串是Unicode编码的，所以输出时产生了错误。
　　将最后一句改为：print s.encode('gb2312')
　　则能正确输出“中文”两个字。
　　若最后一句改为：print s.encode('utf8')
　　则输出：\xe4\xb8\xad\xe6\x96\x87，这是控制台信息输出窗口按照ascii编码输出utf8编码的字符串的结果。
　　unicode(str,'gb2312')与str.decode('gb2312')是一样的，都是将gb2312编码的str转为unicode编码 
　　使用str.__class__可以查看str的编码形式
　　原理说了半天，上代码：
　　#coding=utf-8 
　　#!/usr/bin/python 
　　s="中文" 
　　if isinstance(s, unicode): 
　　print s.encode('gb2312') 
　　else: 
　　print s.decode('utf-8').encode('gb2312')