关于unicode的学习

通过下面一些代码，自己总结是，

python2.7默认ascii，可以通过在开头加入#coding:utf-8来改变编码。

还有一点，不要看到输出结果不是中文就以为编码变了，它只是计算机和人所识别的不同，你print 它，它就显示中文了

unicode是一个通用编码，用来做中转站。

把不同文本，终端显示的变成unicode叫解码，用decode(“你要解码的字符串的编码类型”)；
把unicode编程各种编码，用以文本，终端输出叫编码，用encode(“想把unicode编成的类型”)；

还有一种情况，例如有这么条语句，
b= ‘\u4f60\u597d’
其实我想给的字符是”你好“，前面没加u，就是说没表明他的unicode身份，它就是一个默认编码的字符串，猜猜 b；print b分别输出什么，

>>> b'\\u4f60\\u597d'>>> print b\u4f60\u597d

那他喵的咋弄成汉字啊？答案就是：

>>> print b.decode("unicode-escape")

下面是一些尝试，我试过后，就不想看了，太乱了，还是整理下吧，为什么我记性不好记性不好，只能乖乖作笔记

首先用两种方式定义两个字符串a,b；a是字符串，b是unicode，见下

#王祖蓝的画面感>>> a = "我好爱你的，真真的"#把b定义成unicode类型>>> b = u"我好爱你的，真真的">>> print "a 的类型是{}；b的类型是{}".format(type(a),type(b))a 的类型是<type 'str'>；b的类型是<type 'unicode'>

再看看输出a，b和输出print a，print b的结果

>>> bu'\u6211\u597d\u7231\u4f60\u7684\uff0c\u771f\u771f\u7684'#这个时候a的编码是utf-8，没变>>> a'\xce\xd2\xba\xc3\xb0\xae\xc4\xe3\xb5\xc4\xa3\xac\xd5\xe6\xd5\xe6\xb5\xc4' >>> print a我好爱你的，真真的>>> print b我好爱你的，真真的

b是unicode，a是ascII（应该是吧），print的结果都是中文

用上decode(“unicode-escape”)的话呢，我就不懂下面的了，跳过去

>>> a.decode('unicode-escape')u'\xce\xd2\xba\xc3\xb0\xae\xc4\xe3\xb5\xc4\xa3\xac\xd5\xe6\xd5\xe6\xb5\xc4'>>> print a.decode('unicode-escape')ÎҺð®ÄãµÄ£¬ÕæÕæµÄ>>> print b.decode('unicode-escape')UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-8: ordinal not in range(128)

但是我能理解下面的，b是unicode，当然可以encode成你想要的编码了，这个简单

>>> b.encode('gb2312')'\xce\xd2\xba\xc3\xb0\xae\xc4\xe3\xb5\xc4\xa3\xac\xd5\xe6\xd5\xe6\xb5\xc4'>>> b.encode('utf-8')'\xe6\x88\x91\xe5\xa5\xbd\xe7\x88\xb1\xe4\xbd\xa0\xe7\x9a\x84\xef\xbc\x8c\xe7\x9c\x9f\xe7\x9c\x9f\xe7\x9a\x84'>>> print b.encode('gb2312')我好爱你的，真真的

再看看把a编码，下面两条报了同样的错，是不是说encode的时候先解码呢？结果解码的时候范围不对，ascii只有128字符，中文就多了去了，至于最后一条，unicode能解码成unicode吗，吃饱了撑的啊

>>> print a.encode('utf-8')UnicodeDecodeError: 'ascii' codec can't decode byte 0xce in position 0: ordinal not in range(128)>>> print a.decode('ascii')UnicodeDecodeError: 'ascii' codec can't decode byte 0xce in position 0: ordinal not in range(128)>>> print a.decode('unicode')LookupError: unknown encoding: unicode