python 默认编码的理解与设置

chj0771

　　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

　　>>>>　　<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 = &quot;中文&quot;
　　>>> print str
　　中文
　　>>> str.encode('utf8')
　　Traceback (most recent call last):
　　File &quot;<stdin>&quot;, 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

　　>>>>　　<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)