首先我们在编写python代码文件时，文件本身会采用一种编码格式，如 utf-8 或 gbk
这时我们需要在python文件的开头设置文件的编码格式，以告诉编译器。
如果文件的编码格式是 utf-8, 则在文件的第一行需要添加如下语句
#coding=utf-8
如果文件的编码格式是 gbk, 则在文件的第一行需要添加如下语句
#coding=gbk
如果设置为utf-8的格式，在linux执行，中文处理，包括显示没任何问题。
但是如果设置为utf-8的格式，在window下，在命令行下执行时，发现利用 print打印中文会出现乱码。
原因是因为，虽然文件声明为utf-8，且用utf-8的编码保存的源文件。但是windows的本地默认编码是cp936，也就是gbk编码，所以在控制台直接打印utf-8的字符串就显示乱码了。 注意，实际上只是显示有问题，入库等处理并没问题。
这有两种解决方案。
一、方案一：
将文件的编码格式改为gbk，并在文件的第一行改为#coding=gbk，这时处理中文就没问题。
但这个方案带来的问题，如果该文件放到Linux下可能会显示出问题。因为一般linux机器下没有gbk的字符集。
二、方案二
文件还是采用utf-8的编码，文件头的第一行依然是#coding=utf-8
这时在print 中文时需要进行下编码，代码如：
print "中文".decode('utf-8').encode(sys.getfilesystemencoding())
注意：因为用到了sys模块，需要在语句执行添加 import sys
这样带来的问题，print语句比较臃肿，可以考虑自己封装下.
三、关于 decode 方法和 encode 方法
字符串在Python内部的表示是unicode编码。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， 其参数就是字符串的当前编码格式。如str.decode('utf-8')，表示将utf-8编码的字符串转换成unicode编码。
encode的作用是将unicode编码转换成其他编码的字符串， 其参数就是希望转换后的编码格式。如str.encode('utf-8')，表示将unicode编码的字符串转换成utf-8编码。
不能直接将一种编码（非unicode）的字符串利用encode方法直接转换为其它的编码格式。
注意：unicode 和 其它的编码字符串在python 是完全不同的两种数据类型，unicode的字符串时unicode类型的， 其它的是str类型。
在python中，对于字面字符串我们可以在字面字符串前加u把该字符串声明为unicode类型的。
下面我们来看一个例子了解unicode和str类型的区别
>>> s='测试' >>> us=u'测试unicode' >>> print isinstance(s,str) True >>> print isinstance(s,unicode) False >>> print isinstance(us,str) False >>> print isinstance(us,unicode) True >>> print isinstance(us.encode('utf-8'),unicode) False >>> print isinstance(us.encode('utf-8'),str) True >>> print isinstance(s.decode('gbk'),unicode) #是在windows下执行，默认的s是gbk编码 True
利用第三方包 chardet的detect方法可以检查一个字符串具体的编码格式，如：
>>> import chardet >>> chardet.detect('中文') {'confidence': 0.682639754276994, 'encoding': 'KOI8-R'} #在window下执行的 >>> chardet.detect('str123') {'confidence': 1.0, 'encoding': 'ascii'} >>> chardet.detect(u'中文') #无法对unicode类型进行检查 Traceback (most recent call last): File "<stdin>", line 1, in <module> File "C:Anaconda2libsite-packageschardet\__init__.py", line 25, in de raise ValueError('Expected a bytes object, not a unicode object') ValueError: Expected a bytes object, not a unicode object >>> chardet.detect(u'中文'.encode('utf8')) #参数为utf-8的 {'confidence': 0.7525, 'encoding': 'utf-8'}
四、与中文相关的常见处理场景
在程序编写中，一般涉及到中文我们才需要编解码。 通常有如下几种场景：
1、将文件中硬编码的中文字符串利用print输出，就如上面介绍的例子：
str = "中文"
print str
str = str.decode('utf-8').encode(sys.getfilesystemencoding())
print str
上面的代码假设文件的编码格式为utf-8，当在windows命令行下执行时，第一个print语句输出的是乱码。
我们先调用decode方法将其转为 unicode编码，然后在调用encode方法转为系统编码的格式。
2、当我们用raw_input从控制台获取字符串时
这时获取到的字符串的编码时系统编码，不一定是utf-8,这时我们想要转为utf-8，可以用如下的方法
msg = raw_input(">")
msg = msg.decode(sys.getfilesystemencoding()).encode('utf-8')
上面代码先将字符串解码成unicode编码，再编码成utf-8
3、列表或字典中的中文处理
data = {"a":"hello","b":"中国"} #假设是utf-8的格式
这时我们用print直接输出data, 或用str函数将data转为字符串。其中的中文是变成unicode的字符，如：
>>> data = {"a":"hello","b":"中国"}
>>> print data
{'a': 'hello', 'b': 'xd6xd0xb9xfa'}
单独输出中文字段没问题，如
>>> print data['b']
中国
如果希望能正常的将整个字典输出，可以利用json包的dump方法，如：
>>> data = {"a":"hello","b":"中国"}
>>> s = json.dumps(data,ensure_ascii=False);
>>> print s
{"a": "hello", "b": "中国"}
>>> print isinstance(s,str)
True
4、当我们利用os的相关方法时，传入的字符串编码需要与系统一致，如：
filename = "D:/测试.txt"; # 假设是utf-8的格式
filename = filename.decode("utf-8").encode(sys.getfilesystemencoding()); #转为当前系统字符集
re = os.path.exists(filename) # 检查文件是否存在，必须要上面的先转换为当前系统字符集才会正确
filename = filename.decode(sys.getfilesystemencoding()).encode("utf-8"); #重新转为utf-8