encode&decode

decode()和encode（）

encode()和decode()都是字符串的函数，分别指编码和解码，在python中，Unicode类型是作为编码的基础类型，如下：

decode                 encode
str ---------> str(Unicode) ---------> str

即：
str.decode()是指其他编码方式解码为unicode码，
str.encode(‘qita’)unicode码编为qita格式的

#! /usr/bin/env python
# -*- coding: utf-8 -*-
s = '中文字符'  # 这里的 str 是 str 类型的，而不是 unicode
print  s.encode('gb2312')

这个代码会报错：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)

这句代码直接将s 重新编码为 gb2312 的格式，即进行 unicode -> str 的转换。因为 s 本身就是 str 类型的，因此
Python 会自动的先将 s 解码为 unicode ，然后再编码成 gb2312。

因为解码是python自动进行的，我们没有指明解码方式，python 就会使用 sys.defaultencoding指明的方式来解码。很多情况下 sys.defaultencoding为ANSCII，如果 s 不是这个类型就会出错。

所以要设置缺省解码方式

解决方法：

1. 明确的指示出 s 的编码方式

#! /usr/bin/env python
# -*- coding: utf-8 -*-
s = '中文字符'  # 这里的 str 是 str 类型的，而不是 unicode
print  s.decode('utf-8').encode('gb2312')

2. 更改 sys.defaultencoding 为文件的编码方式

开头添加如下代码：

import sys
reload(sys) 
sys.setdefaultencoding('utf-8')

#! /usr/bin/env python
#  -*- coding: utf-8 -*-
import sys
reload(sys) # Python2.5 初始化后删除了 sys.setdefaultencoding 方法，我们需要重新载入
sys.setdefaultencoding('utf-8')

str = '中文字符'
print str.encode('gb2312')

acsii，utf-8,unicode关系

link

1. ascii 英文
2. utf-8 所有语言
3. nuicode 支持所有编码（但是如果你写的文本基本上全部是英文的话，没必要nuicode,ascii更节省内存）。所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码

所以用utf-8基本就够了