模塊 codecs 提供接口轉變數據編碼，它常常和 Unicode 編碼使用，但是也可以和其他編碼一起使用。
Unicode 編碼
Python 解釋器 CPython 3.x 提供了兩種字符串類型： text 和 byte string。bytes 是一個8位的字節序列，str是文本字符串，內部是一個 Unicode code points 序列。code point 值可以是2個或者4個字節，根據編譯 Python 時給定的選項確定，所以說 Unicode 編碼的字節長度是可變的。
當 str 打印時，根據內部的字節編碼類型，把內部的 code point 轉換為顯示的字符，所以 Unicode 的數據需要根據字節編碼轉換為內部顯示的字符。使用字節序列的 bytes 和 code point 是不一樣的，它沒有這種情況。
Unicode 最常用的編碼類型是 UTF-8 和 UTF-16，它使用一個字節或者2個字節的序列表示每個 code point。也包括其他的編碼，由其他語言使用，他們不只使用2個字節表示 code point。
編碼
為了更好的理解編碼類型，下面的例子使用不同的編碼打印了相同的數據。首先定義了一個函數 to_hex() 返回數據的二進制表示。
執行：
函數 to_hex() 第一個參數是要打印的二進制數據，第二個參數指定每次打印多少個字節，字節之間按空格分隔。
下面的例子分別使用 utf-8 和 utf-16 編碼同一個字符串，然後打印字節數據。
執行：
文件
編碼和解碼對於 IO 操作是非常重要的，讀取和寫入都必須要知道數據的編碼。例如寫入一個文件，Socket或者其他流，數據必須要有正確的編碼。通常從一個字節流轉為內部的字符串表示叫做解碼，把內部數據轉換為特定的字節流叫做編碼。模塊 codecs 提供了方法自動解碼和編碼數據，所以我們寫應用時，常常可以忽略這些細節。
codecs 模塊的 open() 函數可以指定特定的編碼和文件工作。
執行：
本例中，使用命令行傳入編碼類型，然後使用 codecs.open() 函數寫入指定編碼的數據，最後打印了不同編碼類型的數據。
字節順序
類似 UTF-8 和 UTF-16 這種多字節的編碼類型，常常在多個計算機之間傳遞數據的時候，需要注意字節順序的問題。因為不同的計算機系統使用的字節順序有可能不一樣。這樣的特性通常稱為 endianness，通常會根據硬件結構，操作系統，應用開發者來決定。
多字節的編碼類型根據字節開頭的 BOM（byte-order marker）來確定字節順序，codecs 定義了多個常量標識不同編碼的 BOM 值。
執行：
字節順序會由 codecs 模塊自動確定，你也可以在編碼的時候顯示的指定。下面不使用系統的字節順序，而使用自定義的字節順序寫入數據到文件。
執行：
本例中，文件開頭寫入了 bom marker，當讀取文件的時候，文件內容多輸出了 bom marker。要想只返回文件內容，讀取的時候需要指定編碼類型。
執行：
當不指定編碼類型時，默認使用系統的內置編碼類型。如果內置編碼類型和文件實際的類型不一致，則觸發異常 UnicodeDecodeError。
執行：
錯誤處理
當讀取和寫入文件時，使用正確的編碼類型是至關重要的。如果讀取文件時，指定的編碼類型錯誤，則觸發異常，就和上面遇到的一樣。當使用錯誤的編碼類型，寫入數據到文件時，數據就會丟失。
codecs 提供了下面5種選項處理從字符串編碼和從字節流解碼遇到的問題。
- strict 如果數據轉換失敗，則觸發異常
- replace 把不能編碼的數據替換掉
- ignore 忽略不能編碼的數據
- xmlcharrefreplace XML 字符
- backslashreplace 轉義序列
下面的例子，試圖把一個 Unicode 編碼的數據寫入到 ASCII 流的文件中，觸發不同的錯誤處理方式。
執行：
正如上面所說，錯誤處理選項使用 strict 觸發異常，replace 替換不能編碼的字符，ignore 忽略。
編碼轉換
雖然大部分程序都使用 str 處理數據，而編碼解碼數據只是 IO 的一部分。有時候也需要轉換編碼格式。EncodedFile() 接收一個字節流和兩個編碼參數，把數據從一個編碼類型轉換為另一個。
執行：
本例把 utf-8 編碼類型轉換為 utf-16。
閱讀更多 趣喜歡編程 的文章
