Python編碼解碼問題 encode decode

首先要搞清楚，字符串在Python內部的表示是unicode編碼，因此，在做編碼轉換時，通常需要以unicode作爲中間編碼，即先將其他編碼的字符串解碼（decode）成unicode，再從unicode編碼（encode）成另一種編碼。

decode的作用是將其他編碼的字符串轉換成unicode編碼，如str1.decode('gb2312')，表示將gb2312編碼的字符串轉換成unicode編碼。

encode的作用是將unicode編碼轉換成其他編碼的字符串，如str2.encode('gb2312')，表示將unicode編碼的字符串轉換成gb2312編碼。

在某些IDE中，字符串的輸出總是出現亂碼，甚至錯誤，其實是由於IDE的結果輸出控制檯自身不能顯示字符串的編碼，而不是程序本身的問題。

例如：ljq.py，編碼爲utf8，包含內容如下：

#-*-coding:utf-8-*- 

s='中文'
print type(s) #查看s的字符類型
print s  

s.decode('utf8') #解碼utf8，默認的編碼方式是unicode
s.decode('gbk', "ignore") #解碼utf8，忽略其中有異常的編碼，僅顯示有效的編碼
s.decode('gbk', 'replace')
print type(s)
print s

s.encode('gb2312') ##編碼爲utf8
print type(s)
print s

ljq.py編碼必需與s.decode('utf8')指定的編碼一致，不然會拋出解碼異常信息，可以通過s.decode("gbk", "ignore")或s.decode("gbk", "replace")來解決。

另外對於一些包含特殊字符的編碼，直接解碼可能會報錯，可以使用對於的參數來設置。如:
s.decode("utf-8", "ignore") 忽略其中有異常的編碼，僅顯示有效的編碼
s.decode("utf-8", "replace") 替換其中異常的編碼，這個相對來可能一眼就知道那些字符編碼出問題了。

從unicode轉str，被看做是把一個信息文本編碼爲二進制字節流的過程，要用encode方法