Python乱码问题

字符串在Python内部的表示是Unicode编码，先将其他字符串解码成unicode，再从unicode编码成另一编码。

decode作用是将其他编码字符串转换成unicode编码，str1.decode('gb2312')，表示将str1转换成unicode编码。

encode作用将unicode编码转换成其他编码字符串，str2.encode('gb2312')，表示将unicode编码字符串str2转换成gb2312编码。

代码中字符串的默认编码与代码文件本身编码一致。

如：s='中文'，在utf-8的文件中，字符串是utf8编码，如在gb2312文件中，其编码是gb2312。

如定义字符串，s=u'中文'，则字符串编码被指定为unicode了，即python的内部编码，而与代码文件本身编码无关。

如字符串已经是unicode，再进行解码则将出错，通常要对字符串编码方式是否为unicode进行判断：

isinstance(s,unicode)#用来判断是否为unicode

如何获得系统的默认编码？

import sys

print sys.getdefaultencoding()

某些IDE中，字符串输出总是出现乱码，其实是由于IDE的输出控制台不能显示字符串的编码，不是程序本身问题。

使用 str.__class__ 查看str编码形式

s="中文"

if isinstance(s,unicode)

print s.encode('gb2312')

else

print s.decode('utf-8').encode('gb2312')