编码与解码

• decode英文意思是解码，encode英文原意是编码。
• Python 里面的编码和解码也就是 unicode 和 str 这两种形式的相互转化。编码是 unicode -> str，解码是 str -> unicode。
• 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的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的作用是将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。

一、# -*- coding: utf-8 -*-

关于Python文件开头的"编码指示"，也就是 # -*- coding: -*- 这个语句。Python 默认脚本文件都是 UTF-8 编码的，当文件中有非 UTF-8 编码范围内的字符的时候就要使用"编码指示"来修正。

#! /usr/bin/env python
# -*- coding: utf-8 -*-

str1 = "我是中国人"              
print "str1==>", str1

二、sys.defaultencoding

关于 sys.defaultencoding，这个在解码没有明确指明解码方式的时候使用。

示例如下：注意这里的 str1 是 str 类型的，而不是 unicode。

#! /usr/bin/env python
# -*- coding: utf-8 -*-

str1 = "我是中国人"                
print "str1==>", str1
str2 = str1.encode('gb2312')     # 程序执行到这一步会报错，解决方法有下面两种

str1.encode('gb2312') 这句代码将 str1 重新编码为 gb2312 的格式，即进行 unicode -> str 的转换。因为 str1 本身就是 str 类型的，因此 Python 会自动的先将 str1 解码为 unicode ，然后再编码成 gb2312。因为解码是python自动进行的，我们没有指明解码方式，python 就会使用 sys.defaultencoding 指明的方式来解码。很多情况下 sys.defaultencoding 是 ANSCII，如果 str1 不是这个类型就会出错。拿上面的情况来说，我的 sys.defaultencoding 是 anscii，而 str1 的编码方式和文件的编码方式一致，是 utf8 的，所以出错了。对于这种情况，我们有两种方法来改正错误。

#! /usr/bin/env python
# -*- coding: utf-8 -*-

str1 = "我是中国人"
print "str1==>", str1
str2 = str1.decode('utf-8').encode('gb2312')  # 方法1：手动解码再编码  

#! /usr/bin/env python
# -*- coding: utf-8 -*-

import sys
# Python2.5 初始化后会删除 sys.setdefaultencoding 这个方法，我们需要重新载入
if sys.version_info[0] == 3:
    from importlib import reload
    reload(sys)

if sys.version_info[0] == 2:
    reload(sys)
    sys.setdefaultencoding('utf-8')

str1 = "我是中国人"
print "str1==>", str1
str2 = str1.encode('gb2312')  # 方法2：设置自动解码的方式，再编码，