python decode encode unicode 中文乱码 的理解

查看系统编码

>>> import sys;print sys.getdefaultencoding()
ascii

>>> import sys;print sys.getdefaultencoding()
UTF-8

 

>>>repr('中文') == '\xe4\xb8\xad\xe6\x96\x87' #执行环境是utf8
>>>repr('中文') =='\xd6\xd0\xce\xc4' #执行环境是asicc

utf8下>>> '中文'.decode('UTF8') 

asicc下>>>'中文'.decode('GBK')

结果都是:  u'\u4e2d\u6587'(unicode码) 

 

在环境是asicc下看到中文必须是u'\u4e2d\u6587'.encode('GBK'或'gb2312' 或'gb18030')
如果 utf8下对unicode码使用gbk 看到是乱码
如果 asicc下对unicode码使用utf8 看到是乱码

 

使用print unicode的时候，会自动使用encode('系统编码进行')

可以看到

 

转成unicode

#执行环境是utf8

>>>b =  '中文'.decode('utf-8')
>>>c =  unicode ('中文', 'utf-8')
>>>d = u'中文'

>>>e = ''\xe4\xb8\xad\xe6\x96\x87''.decode(''utf-8)

#执行环境是asicc

>>>bb = '中文'.decode('GBK')
>>>cc = unicode ('中文', 'GBK')

>>>dd = '\xd6\xd0\xce\xc4'.decode('GBK')

结果都一样