自己給Python小白，正準備轉行Python的朋友提供了一個學習交流的平臺，我會給大家提供一套Python基礎資料給大家，不過你覺得你是Python大神也可以進來帶著大家一起學習，大家去加下面就可以了！大家可以點擊文章最後面【 瞭解更多 】，這是一個免費學習直播網站，進去鏈接點擊 【免費報名】或者【免費點閱】，在每天的晚上八點鐘有直播課，供大家學習，強烈推薦！
--------------
在 Python 尤其是 Python2 中，編碼問題是困擾開發者尤其初學者的一大問題。什麼 Unicode/UTF-8/str，又是 decode/encode 的，搞得人頭都大了。其實不然，這有點類似 Java 中 http://java.io 包一樣，看似龐大難懂，但是可以非常精細地定製需求。
編碼
計算機只可以存儲和處理二進制數據，所以從文字到計算機可以識別的二進制之間需要一道對應關係。於是便有了 ASCII（American Standard Code for Information Interchange，美國標準信息交換代碼），ASCII 使用 7 位二進制數標記了 128(2**7) 字符（符號、字母、控制符等），由於1byte=8bit，所以乾脆最高位補個 0 ，湊夠 8 位以方便計算和處理。
接著，拉丁語系的技術宅們發現，這 128 個字符的高位空著的，那麼幹脆用來表示拉丁語系的主要符號吧，還是使用單字節，但是可以表示的字符數量增加了一倍。這套編碼叫做 latin-1(iso-8859-1)。
這些宅男們沒有想到，區區一個字節 256 個符號，對於東亞國家來講，簡直呵呵了。拿中文為例，僅常用字符就幾千個，於是中國國家標準總局制定了一套中文編碼——GB2312。GB2312 通過兩個字節表示一個漢字，且最高位為 0 的部分兼容 ASCII，最高位為 1 的部分則通過連續的兩個字節表示一箇中文字。後來又出現了兼容 GB2312 的 GBK 編碼。
到這裡，依然面臨了一個問題：GB2312 或者 GBK 編碼中，僅可以表示漢字和英文字符，無法做到多語言文字同時表示。這時候，Unicode (又稱萬國碼)出現了。Unicode 採用 32 位二進制( 4 字節)表示一個字符，這樣便可以一套編碼對應多種不同語言。Unicode 是一種編碼，它的作用是指定字符到二進制數之間的對應關係。但是對於存儲和傳輸，Unicode 有幾種不同的實現，比較常用的是 UTF-8、UTF-16、UTF-32。UTF-32 中，每個字符固定佔 4 字節，按照 Unicode 編碼完全映射。而 UTF-8 和 UTF-16 則屬於變長編碼，分別使用最少 1 個 ( UTF-8 ) 或 2 個 ( UTF-16 ) 字節到最多 4 個字節來編碼。
Python 源碼的編碼
Python2 中，如果在源碼首行(或在指定 sha-bang 時的第二行)不顯式指定編碼，則無法在源碼中出現非 ASCII 字符。這是由於 Python 解釋器默認將源碼認作 ASCII 編碼格式。PEP263 (點擊這裡查看)中約定，可以通過如下方式之一來聲明源碼的編碼格式：
# coding=<coding> # or # -*- coding: <encoding> -*- # or # vim: set fileencoding=<encoding> :/<encoding>/<encoding>/<coding>
Python 中的編碼
Python 中有兩個常用的由 basestring 派生出來的表示字符串的類型：str, unicode。其中，str 類似於 C 中的字符數組或者 Java 中的 byte 數組，事實上你可以將它理解為一個存儲二進制內容的容器，str 不存儲編碼信息，如果對 str 類型的字符串迭代的話，則會按照其在內存中的字節序依次迭代，意味著如果這個字符串存儲的是多字節字符（Unicode/GBK等），則會截斷這個字符，演示如下：
而對於 unicode 類型，Python 在內存中存儲和使用的時候是按照 UTF-8 格式，在代碼中的表示為字符串前加 u，如：
而 unicode 與 str 之間的轉換，則用到了 encode 和 deocde 方法。decode 表示將一個 (str) 字符串按照給定的編碼解析為 unicode 類型，encode 則表示將一個 unicode 字符串按照指定編碼解析為字節數組 (str)：
文件讀寫
內置的 open 函數打開文件時，read 方法讀取的是一個 str (私以為叫做字節數組更合適)，如果讀取的是其它編碼的文字，則需要 decode 之後再做使用。
對於使用 open 函數打開文件之後的寫操作（多字節編碼的字符串），則需要將需要寫入的字符串按照其編碼 encode 為一個 str ，如果直接寫入，則會引發如下錯誤（如果在代碼中加入了 encoding 聲明，則會按照聲明的編碼格式 encode 後寫入）：
除此以外，codecs 模塊也提供了一個 open 函數，可以直接指定好編碼打開一個文本文件，那麼讀取到的文件內容則直接是一個 unicode 字符串。對應的指定編碼後的寫入文件，則可以直接將 unicode 寫到文件中。通過 codecs.open 可以避免很多編碼問題：
建議
對於 Python 代碼中避免遇到編碼問題，有一些小建議：
字符編碼聲明：在代碼開頭聲明編碼格式
使用 codecs 的 open 函數處理文本文件
儘可能使用 unicode 而不是 str
閱讀更多 Python開發1 的文章
