python 编码问题

好文章：https://blog.csdn.net/apache0554/article/details/53889253

编码理解

**1.为了处理英文字符，产生了ASCII码。  2.为了处理中文字符，产生了GB2312。  -------不懂 3.为了处理各国字符，产生了Unicode。  4.为了提高Unicode存储和传输性能，产生了UTF-8，它是Unicode的一种实现形式。**

1.python2:

因为：python2是默认assci码, 所以不能识别中文，在文件头部加入一行编码声明 #coding=utf-8

>>> name = '哈哈'

>>> name

'\xe5\x93\x88\xe5\x93\x88'

>>> chardet.detect(name)

{'confidence': 0.7525, 'language': '', 'encoding': 'utf-8'}

>>> name = "hah"

>>> type(name)

<type 'str'>

>>> chardet.detect(name)

{'confidence': 1.0, 'language': '', 'encoding': 'ascii'}

***decode()方法将其他编码字符转化为Unicode编码字符。  encode()方法将Unicode编码字符转化为其他编码字符。*  

任何编码转换 都要把编码先转换成unicode编码

>>> name1 = name.decode('utf-8')     name是utf-8的编码 解码为 unicode

>>> name1.encode('gb2312')             从unicode编码为其他编码字符

'\xb9\xfe\xb9\xfe\xb9\xfe'

当我们需要操作系统正确的输出一个字符时，除了要知道该字符的字符编码，也要知道自己系统所使用的字符编码。如果系统使用的是UTF-8编码，处理的却是gb2312的字符就会出现所谓“乱码”。    ----什么鬼