python程序中的字符与文件中的字符

1、python程序中的字符编码是跟随程序的编码变化的。

比如：在程序的开头声明了文件的编码格式：

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

则程序中的汉字，如

zao='早'

编码就是utf-8格式的。

1.1  新建一个文件，文件的默认编码是和系统默认编码保持一致，假设本机的系统编码是ascci,也就是常说的GB2312编码

1.2 当我的python打开文件的时候，以rb模式打开，其编码也就是默认的GB2312  注：如果是utf-8格式的文件，最好是utf-8，无bom头，如果有bom头的话，读出来的文件前3个字节是bom头

1.3 当需要对文件中的字符，和python中的字符进行操作的时候，就需要一种中间编码，python提供了一种中间编码unicode

1.4 在1.3中，需要将2种不同编码类型的字符转化为unicode，字符提供了一个函数，decode与encode2个函数。示例：

假设：str1 代表了文件中的字符，这时候需要将其转化为unicode,操作如下：

str1 = str1.decode('gb2312')    ----------->代表的含义：将字符串str1的编码格式由gb2312转换为unicode

zao = zao.decode(;utf-8')------------------->代表的含义:将字符串zao的编码格式由utf-8转换为unicode

执行比较操作：str1 == zao   (字符编码匹配，就可以完成比较)

比较操作结束。执行endcode函数，将字符编码转回原先的，str1 = str1.encode('gb2312')等