python 编码问题的总结

关于 python 编码问题的总结：

1、写的代码模块需要指定编码
   如果代码没有指定coding,python就默认所有的字符为ASCII码,
   ASCII码只支持256个字符,ASCII码不支持中文,所以就报错。
   所以要在代码前写上#coding:utf-8或#coding:gbk
   建议你的代码统一写成这样：

#coding:utf-8
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

2、python2内部所有编码统一为unicode
  unicode可以处理世界上所有语言的字符。
  utf-8为unicode的一种实现形式，所以需要在代码前写上#coding:utf-8


3、编码转换
   牢记python2内部编码为unicode.
   其它的编码decode()为unicode,再编码encode()为你指定的编码,就不会出现乱码。


4、网页采集时
  代码指定#coding:utf-8
  如果网页的编码为gbk
  需要这样处理：
  html = html.decode('gbk').encode('utf-8')


5、代码前也可以写#coding:gbk,但也要保证你的代码文件的保存格式为gbk.这个在windos下会出现这样的问题。


6、字典等key或值的汉字问题
#coding:utf-8
dict1 ={1:'python周末培训班',2:'咨询010-68165761 QQ：1465376564'}


print dict1 
# 这样输出的没有显示汉字，是显示汉字的其它编码


dict2 ={1:'python视频培训班',2:'咨询010-68165761 QQ：1465376564'}
for key in dict2:
    print dict2[key]


7、unicode的汉字编码写到文本文件中
  需要根据文本文件的编码进行转换
  可以encode('utf-8')或encode('gbk')


总结：凡是报错信息中出现的错误包含“ASCII”，就是没有指定汉字编码的问题。