Python2.7编码问题

一、unicode、encode、decode

字符串在Python内部的表示是unicode编码，因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码，如str1.decode('gb2312')，表示将gb2312编码的字符串str1转换成unicode编码。encode的作用是将unicode编码转换成其他编码的字符串，如str2.encode('gb2312')，表示将unicode编码的字符串str2转换成gb2312编码。   

因此，转码的时候一定要先搞明白，字符串str是什么编码，然后decode成unicode，然后再encode成其他编码。

二、字符串默认编码

代码中字符串的默认编码与代码文件本身的编码一致。

通常，在没有指定特定的编码方式时，都是使用的系统默认编码创建的代码文件。

三、Python2.7的UnicodeEncodeError: ‘ascii’ codec can’t encode异常错误

（1）一种解决方式

http://wangye.org/blog/archives/629/

错误原因是unicode编码与ASCII编码的不兼容，其实这个Python脚本文件是由utf-8编码的，Python默认环境编码通过下面的方法可以获取：  

import sys 

print sys.getdefaultencoding() 

# 'ascii' 

Python默认编码基本上是ascii编码方式，由此Python自然调用ascii编码解码程序去处理字符流，当字符流不属于ascii范围内，就会抛出异常（ordinal not in range(128)）。

解决的方案很简单，修改默认的编码模式，我们可以通过sys.setdefaultencoding(‘utf-8’)来将当前的字符处理模式修改为utf-8编码模式。

import sys 

reload(sys) 

那个,需要reload一次是因为python启动时会调用setdefaultencoding一次, 直接import sys不会对已经调用的函数载入, 只有reload一次才能重新载入这个函数。

sys.setdefaultencoding('utf-8')

（2）另一种解决方式

把文件内容，写入到文件中时，出错了。 而出错的原因其实是，python系统，在使用默认的编码类型，此处的ascii，去将对应的内容，写入到文件中。 但是由于其中一些内容，ascii编码不支持，所以报错。 

所以，更好的办法是，在输出的时候，对文件制定特定的UTF-8编码即可。 而无需改动默认编码。 具体做法是： 

不使用open打开文件，而使用codecs： 

fp = codecs.open(‘output.txt’, ‘a+’, ‘utf-8’)

fp.write(row[1])

fp.close()