Python基础之编码（中文编码）

首先，介绍一下编码类型：

然后，再看一下编码类型的转换过程：

python程序是在内存中运行，因此应该处理的是Unicode类型的字符串，文件或终端中的各种编码方式，可以理解为py3中的Bytes类型。
Unicode只能在内存中使用
Bytes是在文件存储和网络数据传输中使用

记住我们的程序要处理的是Unicode类型

下面看一下py2和py3中字符串的类型：
py2：

py3：

看起来好像一样，都是str类型，其实对应的编码方式是不一样的，请看下图：

这样是否看出区别了呢？在py3中，str就是Unicode类型，所以py3中不会有中文编码的各种问题，声明一个str类型的中文字符串，程序即可直接进行处理；但是在py2中呢，str是对应的gbk、utf-8等类型，相当于编码后的Unicode，程序要处理的是Unicode类型，而你的中文字符串是gbk类型（随便选一个举例），这样程序自然就报错了。

py3:
s = “abc” #等价于py2的unicode类型，例如s=u"中国"
type(s) —str类型—>> unicode
s1=b"abc" —bytes类型—(gbk,utf-8…)

s.encode(“utf-8”)—>bytes类型
s.encode(“utf-8”).decode(“utf-8”)—>unicode类型

py2:
s = “中国” #等价于 py3的bytes类型
type(s) —str类型—>不是unicode,而是类似py3里面的bytes对象
s.decode(“utf-8”)—>unicode
s.decode(“utf-8”).encode(“utf-8”)类型—>str类型

这样看是否就很清晰了呢？也就是说你在py3中声明一个str类型变量，这个变量支持的操作是编码操作，即s.encode(“utf-8”)；
而你在py2中声明一个str类型变量，这个变量支持的操作是解码操作，即s.decode(“utf-8”)

那么，有中文的情况下应该怎么使用才不会报错呢？
py2:
1 文件要存为utf-8
2 文件第一行声明为（下面这几种都可以，随便选一种）：
#encoding=utf-8
#coding=utf-8
#coding:utf-8
#coding:UTF-8
3 所有的中文前面加u,表示unicode

py3:
1 文件要存为utf-8
2 声明可以不加，加上也没问题
3 中文前面不用加u，加了也没事

常用终端的编码类型：
CMD是gbk编码
记事本默认ANSI编码（gbk）

注：
1.读文件 读到的都是Unicode
2.编码和解码要用相同的字符集（用什么编码就用什么解码）