关于Python编码的解读，Python编码解读,# -*- coding

关于Python编码的解读，Python编码解读,# -*- coding

# -*- coding: gbk -*-'''由于网站使用的是utf-8编码，所以我若使用utf-8码上传，网站显示正常但是运行会报错，只需更改编码方式即可，将文件用记事本打开另存为ANSI编码；若我若直接上传那么网站就会显示乱码，当然若前面声明-*- coding: utf-8 -*-则网站显示没问题，运行就会报错，毕竟我这个代码里面全是以GB2312编码的。所以你看到这个网站上传的代码凡是带有coding声明的，基本上都是utf-8，否则就无法保证网站显示与运行兼得。回来在修改一个utf-8版本的。请大侠多多指导'''a="你好"print '第1行  ',a,len(a),type(a)  #a:'\\xc4\\xe3\\xba\\xc3'print '第2行  ',a[0],a[1],a[2],a[3],a[0:2],a[0]+a[2]'''a是一个str字符串，将a视作一个元组，它是按照字节存储，每个字节是一个元素，共有4个元素。a使用gb2312编码，每个汉字有两个字节构成。而print时将按照gb2312反读,"你"的编码为c4e3,"好"的编码bac3,则a[0]为c4，a[2]为ba,a[0]+a[2]为c4ba,即为"暮"的gb2312码'''a1='\\xc4\\xe3\\xba\\xc3'print '第3行  ',a1a1=a1+'\\xc4'print '第4行  ',len(a1),a1    #a1有奇数个字节，print时按照gb2312码反读，每1个字节视为一个gb2312码a1=a1+'\\xc4'print '第5行  ',len(a1),a1    #a1有偶数个字节，print时按照gb2312码反读，每2个字节视为一个gb2312码b=a.decode('gb2312')#将a译码（解码）为unicodeprint '第6行  ',b,len(b),type(b)print '第7行  ',b[0],b[1]'''b是一个unicode字符串，将b视为一个元组，按照unicode编码存储，每个编码为一个元素，共有2个元素。b使用unicode编码，如果是全角字符，则每个编码大小是2个字节，如果是半角字符，则对应编码大小是一个字节。'''banjiao='1 2 3 4 5 6 7 8 9 0'quanjiao=u'\\uff11\\uff12\\uff13'+u"４５"+'６７８'.decode('gb2312')quanjiao1='９０'print '第8行  ','这些是半角字符:',banjiaoprint '第9行  ','这些是全角字符:',quanjiao,quanjiao1#quanjiao为unicode字符串，quanjiao1为str字符串，两者不能相加c=u"你好"#c为unicode字符串print '第10行  ',c,len(c),type(c)print '第11行  ',c[0],c[1] #c与b完全一样，d=c.encode('gb2312')#将c按照gb2312编码，d与a完全一样e=c.encode('utf-8')#将c按照utf-8规则编码，c的unicode码为u'\\u4f60\\u597d',按照utf-8编码为'\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd'print '第12行  ',d,len(d),type(d)print '第13行  ',e,len(e),type(e)'''每个汉字的unicode码有16位，按照utf-8的方式编码，每个汉字就需要3个字节，则e长度为6个字节，而将utf-8码视为一个元组时，每个元素为8个字节，则len(e)=6'''print '第14行  ',d[0],d[1],d[2],d[3],d[0:2],d[1:3]print '第15行  ',e[0],e[1],e[2],e[3],e[4],e[5],e[0]+e[1],e[0]+e[5]'''print时将按照gb2312码反读，e[0]+e[1],e[0]+e[5]均为e4bd,而e4bd对应的汉字即为"浣".'''f=e.decode('utf-8')print '第16行  ',f     #将e按照utf-8译码为unicode码后，显示结果正确'''总而言之，在默认情况下print时，python只能识别unicode字符串，其余的将按照本地系统编码读；在本例中,b,c,f为unicode字符串，识别正确，而其余的不管使用什么编码都将按照本地编码系统解读；utf-8码一种说法是unicode的一种实现方式，这没错，但是也可以认为是一种编码，只不过与unicode有联系，假如现在把unicode废除不用了，utf-8依然可以实现编码，而且现在网站应该就是utf-8编码，这其实违背了当时utf-8的发明者的本意,utf-8的出现是为了解决传输问题的，而现在网站为了方便直接用utf-8解码。'''#该片段来自于http://byrx.net