python2.7中文编码

问题1：在编辑器（如Notepad++）中

print '中文'SyntaxError: Non-ASCII

问题2：在编辑器（如Notepad++）中

#-*- coding：utf-8- *-print '中文'在windows cmd乱码：涓枃

问题3：：在编辑器（如Notepad++）中

# -*- coding: utf-8 -*-print '中文'.decode('utf-8') #在cmd中结果正常

问题4：在cmd中

print '中文'结果正常

问题5：在编辑器（如Notepad++）中

# -*-coding: utf-8-*-import sysreload(sys)sys.setdefaultencoding('utf-8')print '中文'.encode('gbk')结果正常

然而

# -*-coding: utf-8-*-print '中文'.encode('gbk')UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)

先说两个东西：
1.编辑器中的编码，可以由 --coding:utf-8-- 声明，若无此句，默认保存字符串的方式是ascii

2.终端里编码格式，windows中cmd默认为gbk格式
在问题1中，因为存在‘中文’这个非ascii字符串，导致报错。
问题2，加了--coding:utf-8--，没有报错，因为声明了字符串的保存方式是utf-8格式，但由于终端中的编码格式是gbk，所以乱码。

问题3，’中文’.decode(‘utf-8’)产生正确结果，是因为将utf-8格式字符串先转换为unicode，然后在终端cmd中python自动转换为gbk格式。

问题4，在cmd中，输入中文，结果正常。道理和在编辑器中一样。整体环境是gbk格式。输出环境也是gbk格式。

问题5，利用reload(sys)，sys.setdefaultencoding(‘utf-8’)，str.encode()= str.decode(sys.getdefaultencoding()).encode()

结论：保持终端和文本的编码方式一致

【补充 2017-12-4】
有时候不明白一个东西，往往是混淆了太多的概念。对一些基本概念进行梳理总结一番。

位（bit）：0/1。储存容量的计量单位。

字节（byte）：八位。储存容量的计量单位。

字符（character）：计算机中使用的文字和符号。一个占一个字节位置或者多个字节单位。

字符串（String）：一个或多个字符构造。

二进制（binary）：用0，1数码表示数据（字符）的方式。在python中，以0b开头，如：0b11表示十进制3。

十六进制（Hexadecimal）：用0-9，A-F数码表示数据（字符）的方式。计算机只能识别0，1，但用二进制表示数据太长，人不易读，所以可以用十六进制表示。注意这与实际储存在计算机里的容量没有关系，占用多少内存就是多少内存，十六进制只是表示方式。在python中以0x或\x开头，如：0x11表示17。

字符集（Character set）：字符的集合。常见的字符集：ASCII字符集、GB2312字符集、BIG5字符集、GB18030字符集、Unicode字符集。

解码（decode）：数据在不同格式之间的转换。解码是针对计算机而言的，可以理解将计算机不明白的东西解释给计算机听（当然实际上并不是这样），也就是将计算机读不懂的数据转换成计算机里已经储存好的信息（字符集），让计算机明白。

编码（encode）：解码的逆过程。

字符集编码方式：字符集的编码规则。字符集都是计算机信息，表示一个个人类可以读懂或者需要的符号。对于不同字符集，它们都有各自的编码方式（规则）。常见的编码方式：ASCII、GBK、GB2312、CP936、UTF-8、UTF-16。

在python2.7中，有两种类型的字符集。一个是str主导的，另一个是unicode。str类型数据编码格式取决于具体环境。在Windows系统cmd中编码方式为cp936（查看命令chcp）。在编辑器中，若在第一行输入了#coding:utf-8，编码方式则为utf-8。

另外，转载一篇关于python2.7编码的文章，写得很详细。
转载：https://www.cnblogs.com/liaohuiqiang/p/7247393.html