python2.x编码的一些理解

https://www.cnblogs.com/huxi/archive/2010/12/05/1897271.html

http://blog.youkuaiyun.com/q_l_s/article/details/51253542

版本 Python2.7

1.序言

   Python的字符编码方式有多种，主要默认用的为utf-8变长编码，而windows的默认编码方式为gbk，如果没有理解错的话，应该是utf-8这种编码方式兼容GBK码和ASCII码，GBK码是对ASCII码的一种扩展，GBK全名为《汉字内码扩展规范》，专门针对汉字的编码。

2.python里的字符串编码

编码函数：encode,字面意思就是编码；

解码函数：decode

重点：python里字符串的两种type类型，一种为Unicode,一种为str;Unicode可以理解为字符串序列，长度len为字符个数；str可以理解为字节串序列，长度len为所占用的字节数。

2.1 全英文字符串

对Python里出现的定义的字符串语句，如name="xiaoming"用type函数查看类型为str，这里编码方式为utf-8;可以使用编解码函数转换为gbk编码，占用字节数都一样，而且随意使用编解码函数与编解码方式不会报错。有兴趣的可以自己试一下。

2.2 汉字字符串（或者含有汉字的英文字符串）

代码开头需要#coding=utf-8

若定义name="小明"，字符串类型仍然为str,编码方式为utf-8,字符串长度为6，其实即为占用字节数为6：

a.想要转换为unicode，需经过utf-8解码decode，转换以后长度为2,2个字符；

b.不能对其进行任何方式的编码encode;

c.想转换成gbk,先需要转成unicode,然后进行gbk方式编码encode,此时字符串长度为4，占用的字节数。

d.转换成gbk码，可以以其方式进行解码decode为Unicode；

e.utf-8的编码序列和gbk的编码序列不能相互直接以任一种方式编解码。

下图说明：

总之，对于有汉字的字符串，unicode转str(utf-8或gbk)，就是相当于用字节来表示字符，就是属于编码encode，反之为解码decode。