Python 中有关中文编码解码小记

hgjgh

　　简单记录几点，以备后忘：
　　1、python 中的默认编码方式为ascii
In [1]: import sys　　
In [2]: sys.getdefaultencoding()
　　
Out[2]: 'ascii'
　　2、设置python 中的默认编码方式
In [1]: import sys　　
In [2]: reload(sys)
　　
<module 'sys' (built-in)>
　　
In [3]: sys.setdefaultencoding('utf-8')
　　
In [4]: sys.getdefaultencoding()
　　
'utf-8'
　　3、python 头顶部设置的编码格式 # _*_ coding: utf-8 _*_  不会影响默认python 的默认编码格式
#! /usr/bin/env python　　
# _*_ coding: utf-8 _*_
　　

　　
import sys
　　
print sys.getdefaultencoding()
　　执行后的结果为 ascii 编码格式
　　那么python 头顶部设置的编码格式有什么作用呢?
　　#1、如果代码中有中文注释，就需要此声明
　　#2、比较高级的编辑器（比如我的emacs），会根据头部声明，将此作为代码文件的格式
　　#3、程序会通过头部声明，解码初始化 u"人生苦短"，这样的unicode对象，(所以头部声明和代码的存储格式要一致)
　　以上观点来自于 http://python.jobbole.com/81244/ 此文
　　那做个测试吧：
#! /usr/bin/env python　　
# _*_ coding: utf-8 _*_
　　

　　
import sys
　　
print sys.getdefaultencoding()
　　

　　
#reload(sys)
　　
#sys.setdefaultencoding('utf-8')
　　

　　
# 会被编码为unicode
　　
s1 = u"这是一个测试1"
　　

　　
# 会被编码为ascii
　　
s2 = "这是一个测试2"
　　

　　
s1.encode('gbk')
　　
s2.encode('gbk')
　　
print s1
　　
print s2
　　以上测试结果：
ascii　　
Traceback (most recent call last):
　　
  File "testunicoding.py", line 21, in <module>
　　
    s2.encode('gbk')
　　
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe8 in position 0: ordinal not in range(128)
　　主要s2这个字符串的默认编码格式为ascii ，无法先decode 成unicode 。出了问题
　　将默认编码方式更改为utf-8后
#! /usr/bin/env python　　
# _*_ coding: utf-8 _*_
　　

　　
import sys
　　
print sys.getdefaultencoding()
　　

　　
reload(sys)
　　
sys.setdefaultencoding('utf-8')
　　

　　
print sys.getdefaultencoding()
　　

　　
# 会被编码为unicode
　　
s1 = u"这是一个测试1"
　　

　　
# 会被编码为ascii
　　
s2 = "这是一个测试2"
　　

　　
s1.encode('gbk')
　　
s2.encode('gbk')
　　
print s1
　　
print s2
　　执行结果：
ascii　　
utf-8
　　
这是一个测试1
　　
这是一个测试2