python的字符序列处理

1. python2 从str转为unicode 来显示中文等多字节字符的序列

这个问题看似很简单，得到一个str
s=str('你好') or s='你好' 在python2下都可以得到一个str类型，然而多字节字符要想正确显示，需要转换为unicode类型

>>> s='你好'+'abc'
>>>s2=unicode(s,'gb18030')
>>> s2
u'\u4f60\u597dabc'
>>> print s2
你好abc
注意：
1.以上论述的范围是python2，在python3里问题有所不同
2.实际上str允许常量包含源字符集（Linux下一般默认utf-8）中任意字符，这意味着
>>> s='你好'+'abc'
>>> print s
你好abc
即只需要打印字符序列的话，那么不需要转换成unicode
3.正如第2点提到的，Linux下（同时也应该是大多数情况下）的默认编码为utf-8
然而在中文版windows下编码却是gb18030(gbk 是它的一个子集),之前用utf-8来解码
>>> s.decode('utf-8')
UnicodeDecodeError: 'utf8' codec can't decode byte 0xc4 in position 0: invalid continuation byte
你看，把我困扰的很久。。。怨念