python编码相关

xinhu1300

http://blog.csdn.net/lwl_ls/archive/2007/08/21/1753284.aspx
http://blog.csdn.net/tingsking18/archive/2009/03/29/4033645.aspx
http://news.quickbest.com.cn/html/62/t-38962.html
http://ipie.blogbus.com/logs/19379694.html
1 python代码文件的编码
py文件默认是ASCII编码，中文在显示时会做一个ASCII到系统默认编码的转换，这时就会出错：SyntaxError: Non-ASCII character。需要在代码文件的第一行或第二行添加编码指示：
# coding=gbk
print '中文'

2 字符串的编码
像上面那样直接输入的字符串是按照代码文件的编码来处理的，如果是unicode编码，有以下三种方式：
s1 = u'中文'
s2 = unicode('中文','gbk')
s3 = s1.decode('gbk')

unicode是一个内置函数，第二个参数指示源字符串的编码格式。
decode是任何字符串具有的方法，将字符串转换成unicode格式，参数指示源字符串的编码格式。
encode也是任何字符串具有的方法，将字符串转换成参数指定的格式。
3 系统的默认编码
对 于中文系统来说，默认的是gbk，gb2312也可以，因为它是gbk的字集。使用print输出时，字符串会被转换成此格式，隐式转换时，是从代码文件 编码格式转换成gbk，默认是ASCII->GBK。考虑上面第二点，如果字符串编码不是ASCII，则隐式转换会出错，需要显式转换，使用 encode方法。如果指定了代码文件格式为gbk，则隐式转换不存在问题。
# coding=gbk
s = u'中文'
print s.encode('gbk')

文件读写
只是ASCII或者gbk编码格式的的文件读写，比较简单，读写如下：
# coding=gbk
f = open('c:/intimate.txt','r') # r 指示文件打开模式，即只读
s1 = f.read()
s2 = f.readline()
s3 = f.readlines() #读出所有内容
f.close()
f = open('c:/intimate.txt','w') # w 写文件
f.write(s1)
f.writelines(s2) # 没有writeline
f.close()


f.writelines不会输出换行符。
unicode文件读写：

# coding=gbk
import codecs
f = codecs.open('c:/intimate.txt','a','utf-8')
f.write(u'中文')
s = '中文'
f.write(s.decode('gbk'))
f.close()
f = codecs.open('c:/intimate.txt','r','utf-8')
s = f.readlines()
f.close()
for line in s:
print line.encode('gbk')

获取系统编码

#!/usr/bin/python
#coding=utf-8
'''
获取系统默认编码
'''
import sys
print sys.getdefaultencoding()
print sys.getfilesystemencoding()
import locale
print locale.getdefaultlocale()