python编码问题的理解与解决

错误：'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

看到网上很多都不清楚，做了一天的实验，终于搞清楚这些原理

如果有错误请指出，谢谢，希望不要一开口就喷。

总结：理解3个概念，代码编码类型，即python的源代码的编码格式，有中文必须#coding:utf-8，这句话是说pytho以utf-8去解析代码

系统编码类型，指的是控制台的输出平台的编码类型

　　　　　　　　　　系统默认编码类型，指的是在需要转换时的默认转换，一开始把这个与第一点混淆了。

举例：

1.

python默认的代码编码类型为ascii

代码中字符串的默认编码与代码文件本身的编码一致

s='中文' 这里的s为ascii类型

#coding:utf-8

必须得有这句才能识别出中文。无论是str还是unicode都得出现这句。

str默认是utf-8编码类型

s='中文' 这里的s为utf8类型

2

如果字符串是这样定义：s=u'中文'

 则该字符串的编码就被指定为unicode了，即python的内部编码，而与代码文件本身的编码无关。因此，对于这种情况做编码转换，只需要直接使用encode方法将其转换成指定编码即可

 

3

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

设置系统默认编码方式为utf-8

即没有说明的需要转换的会使用utf-8进行转换。

4 linux系统编码是utf-8，即控制台是utf-8

print 出来的东西必须和控制台的编码格式兼容。

5文件的读入

str的类型为读入的文件的类型

#coding:utf-8                   声明出现的中文为utf-8。
import sys

print sys.getdefaultencoding()  系统的默认编码方式认为ascii，

a = '中文'
b = u'中文'
print repr(a),repr(b)
print a,  b.encode('utf-8')   #这里的终端是utf-8，a是str，即为utf-8，b是unicode，默认编码为所以必须转成utf-8

reload(sys)
sys.setdefaultencoding( "utf-8" )
print sys.getdefaultencoding()

a = '中文'
b = u'中文'
print type(a),type(b)        #这里终端已经是utf-8，a是str，即utf-8，b是unicode，系统默认编码为utf-8，所以会默认进行utf8编码，效果与主动编码一样
print repr(a),repr(b)
print a,   b