Python的ASCII, GB2312, Unicode , UTF-8

        ASCII 是一種字符集，包括大小寫的英文字母、數字、控制字符等，它用一個字節表示，範圍是 0-127。Unicode分爲UTF-8和UTF-16，UTF-8是可變長度的，最多 6 個字節，小於 127 的字符用一個字節表示，與 ASCII 字符集的結果一樣，ASCII 編碼下的英語文本不需要修改就可以當作 UTF-8 編碼進行處理。
        Python 從 2.2 開始支持 Unicode ，函數decode(char_set)可以實現其它編碼到 Unicode 的轉換，稱之爲解碼；函數encode(char_set)實現 Unicode 到其它編碼方式的轉換，稱之爲編碼。例如：

("你好").decode( "GB2312") 

將得到

u'/u4f60/u597d'，

即 "你"和“好"的 Unicode 碼分別是 0x4f60 和 0x597d

再用 

(u'/u4f60/u597d').encode("UTF-8") 

將得到

'/xe4/xbd/xa0/xe5/xa5/xbd'

它是 “你好”的UTF-8編碼結果。

        Python中使用 unicode的關鍵：unicode是一個類，函數unicode(str, "utf8")是將utf8編碼（當然也可以是別的編碼）的字符串str生成 unicode類的對象，而函數unc.encode("utf8")將unicode類的對象unc轉換爲（編碼爲）utf8編碼（當然也可以是別的編碼）的字符串。

        於是，編寫unicode相關程序，需要做的事情是獲取數據（字符串）時，用unicode(str, "utf8")生成unicode對象，在程序中僅使用unicode對象，對程序中出現的字符串常量都以u"字符串"的形式書寫，輸出時，可將unicode對象轉換爲任意編碼輸出，使用str.encode("some_encoding")。例如：

$ bpython
>>> unicode("你好",  "utf8")
u'/u4f60/u597d'

>>> x = _
>>> type(x)
<type 'unicode'>

>>> type("你好")
<type 'str'>

>>> x.encode("utf8")
'/xe4/xbd/xa0/xe5/xa5/xbd'

>>> x.encode("gbk")
'/xc4/xe3/xba/xc3'

>>> x.encode("gb2312")
'/xc4/xe3/xba/xc3'

>>> print x
你好

>>> print x.encode("utf8")
你好

>>> print x.encode("gbk")
???

        以上是測試結果（Ubuntu 6.06，locale爲utf8），注意type(x)和type("你好")的區別。從編碼上可以看出utf8編碼與gbk不同。在utf8的 locale設置下，打印x按該環境變量編碼，而打印x.encode("gbk")則是亂碼。