漢辰攻略

python 有str object 和 unicode object 兩種字符串, 都可以存放字符的字節(jié)編碼，但是他們是不同的type，這一點(diǎn)很重要，也是為什么會有encode 和decode。

encode 和 decode在pyhton 中的意義可表示為

                                                                  encode
                                              unicode -------------------------> str
                                              unicode <--------------------------str
                                                                  decode
幾種常用法：
str_string.decode('codec') 是把str_string轉(zhuǎn)換為unicode_string, codec是源str_string的編碼方式
unicode_string.encode('codec') 是把unicode_string 轉(zhuǎn)換為str_string，codec是目標(biāo)str_string的編碼方式
str_string.decode('from_codec').encode('to_codec') 可實(shí)現(xiàn)不同編碼的str_string之間的轉(zhuǎn)換
比如：

>>> t='長城'
>>> t
'\xb3\xa4\xb3\xc7'
>>> t.decode('gb2312').encode('utf-8')
'\xe9\x95\xbf\xe5\x9f\x8e'

str_string.encode('codec') 是先調(diào)用系統(tǒng)的缺省codec去把str_string轉(zhuǎn)換為unicode_string，然后用encode的參數(shù)codec去轉(zhuǎn)換為最終的str_string. 相當(dāng)于str_string.decode('sys_codec').encode('codec')。

unicode_string.decode('codec') 基本沒有意義，unicode 在python里只用一種unicode編碼，UTF16或者UTF32（編譯python時就已經(jīng)確定)，沒有編碼轉(zhuǎn)換的需要。 

注：缺省codec在site-packages下的sitecustomize.py文件中指定，比如

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