Python学习之字符编码

在Pyhon2.x版本中，字符编码是一个烦人的问题，但是在Python3.x版本中，这个问题被解决了。通常如果字符串为一串英文，编码就没有什么问题，但是通常，我们不得不面临使用中文的情况，这样在Python2.x的版本中自然就出现了编码的问题。
用事实说话：

[root@matehuafen ~]# python -VPython 2.6.6[root@matehuafen ~]# pythonPython 2.6.6 (r266:84292, Nov 22 2013, 12:16:22) [GCC 4.4.7 20120313 (Red Hat 4.4.7-4)] on linux2Type "help", "copyright", "credits" or "license" for more information.>>> name = '小花粉'>>> name'\xe5\xb0\x8f\xe8\x8a\xb1\xe7\xb2\x89'>>> 

可以看到我的Python版本为2.6.6版本，但是当我尝试输出变量时，发现输出一串编码，并不是我定义的值。这就是中文出现的编码问题。
对于什么是编码，允许我谷歌一下
维基百科中的定义：字符编码（英语：Character encoding）、字集码是把字符集中的字符编码为指定集合中某一对象（例如：比特模式、自然数序列、8位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递。常见的例子包括将拉丁字母表编码成摩斯电码和ASCII。其中，ASCII将字母、数字和其它符号编号，并用7比特的二进制来表示这个整数。通常会额外使用一个扩充的比特，以便于以1个字节的方式存储。
在计算机技术发展的早期，如ASCII（1963年）和EBCDIC（1964年）这样的字符集逐渐成为标准。但这些字符集的局限很快就变得明显，于是人们开发了许多方法来扩展它们。对于支持包括东亚CJK字符家族在内的写作系统的要求能支持更大量的字符，并且需要一种系统而不是临时的方法实现这些字符的编码。

在Pyhon 3.x版本中，采用的字符集编码是unicode编码，但是在2.x版本中，采用的是ASCII编码
对于这两个不同的编码，如果有兴趣，可以去谷歌一下。
通常，只有Unicode编码是不够的，所以，有了对Unicode实现方式的转换格式，这种格式便成为UTF（Unicode Transformation Format）。我们能够常见到的是utf-8
编码和解码
在Python中，有两个内置函数，分别为encode(编码)和decode(解码)，encode可以将对象的编码转换为指定的编码格式，而decode是encode的一个逆过程。
实例演练：

>>> string = "我喜欢Python">>> string'\xe6\x88\x91\xe5\x96\x9c\xe6\xac\xa2Python'>>> type(string)<type 'str'>>>> len(string)15>>> Tstring = string.decode('UTF-8')>>> Tstringu'\u6211\u559c\u6b22Python'>>> type(Tstring)<type 'unicode'>

其实比较难理解，我们可以使用decode指定解码的编码。慢慢来，慢慢的就理解了。
那么，如何避免中文乱码呢？
前面说关于编码谷歌，当你谷歌的时候，你会发现，有很多字符编码。但是通常，在我们的工作学习当中，使用UTF-8就可以解决很多编码的问题，因为它具有跨平台性。感觉好熟悉，哈哈，对了，就像java语言一样，一次编写，到处运行。
方案一
在程序开头加入 # —– coding:utf-8 —-
也可以写成 # coding:utf-8
方案二
遇到字符串，直接一点吧，直接用unicode不要使用str( )

>>> unicode_string = unicode("我喜欢Python",encoding='UTF-8')>>> print unicode_string.encode('utf-8')我喜欢Python

方案三
如果是对文件操作，打开文件的时候，最好使用codecs.open来替代open
import codecs
codecs.open(‘filename’,encoding=’utf-8’)

以上就是对于Python字符编码的了解和学习。
预告，下一篇为列表List。