Python的ASCII, GB2312, Unicode , UTF-8 相互转换

转自：http://blog.csdn.net/wanzhuan2010/article/details/18860527

ASCII 是一种字符集,包括大小写的英文字母、数字、控制字符等，它用一个字节表示，范围是 0-127 Unicode分为UTF-8和UTF-16。
UTF-8变长度的，最多 6 个字节，小于 127 的字符用一个字节表示，与 ASCII 字符集的结果一样，ASCII 编码下的英语文本不需要修改就可以当作 UTF-8 编码进行处理。 
Python 从 2.2 开始支持 Unicode ，函数 decode( char_set )可以实现 其它编码到 Unicode 的转换，函数 encode( char_set )实现 Unicode 到其它编码方式的转换。 
比如 

[python] view plain copy

 

1. ("你好").decode( "GB2312")   

将得到 
u'\u4f60\u597d'，
即 "你"和“好"的 Unicode 码分别是 0x4f60 和 0x597d 
再用 

[python] view plain copy

 

1. (u'\u4f60\u597d').encode("UTF-8")   

将得到 
'\xe4\xbd\xa0\xe5\xa5\xbd'
它是 “你好”的UTF-8编码结果。 
python中使用 unicode的关键：unicode是一个类，函数unicode(str,"utf8")从utf8编码（当然也可以是别的编码）的字符串str生成 unicode类的对象，而函数unc.encode("utf8")将unicode类的对象unc转换为（编码为）utf8编码（当然也可以是别的编码）的字符串。于是，编写unicode相关程序，需要做的事情是 * 获取数据（字符串）时，用unicode(str, "utf8")生成unicode对象 * 在程序中仅使用unicode对象，对程序中出现的字符串常量都以u"字符串"的形式书写 * 输出时，可将unicode对象转换为任意编码输出，使用str.encode("some_encoding") 

[python] view plain copy

 

1. >>> unicode("你好", "utf8")   
2.        u'\u4f60\u597d'   
3.   
4. >>> x = _   
5.   
6. >>> type(x)   
7.   
8. >>> type("你好")   
9.   
10. >>> x.encode("utf8")   
11.        '\xe4\xbd\xa0\xe5\xa5\xbd'   
12.   
13. >>> x.encode("gbk")   
14.        '\xc4\xe3\xba\xc3'   
15.   
16. >>> x.encode("gb2312")   
17.        '\xc4\xe3\xba\xc3'   
18.   
19. >>> print x   
20.        你好   
21.   
22. >>> print x.encode("utf8")   
23.        你好   
24.   
25. >>> print x.encode("gbk")   
26.        ???   

以上是测试结果（Ubuntu 6.06，locale为utf8），注意type(x)和type("你好")的区别。从编码上可以看出utf8编码与gbk不同。在utf8的 locale设置下，打印x按该环境变量编码（我猜我猜我猜猜猜），而打印x.encode("gbk")则是乱码。

转自:http://www.blogjava.net/pts/archive/2008/01/20/176598.html