python 设置编码 python的编码

前言

以下内容来自网上&个人总结，如果有什么地方错误或者表达不准确欢迎指正。

三种编码

在python从文件到运行，总计能遇到三种编码。

• 首先，.py文件有自己的编码方式，也就是这个文件是以什么编码方式保存在本地的。在windows下，python2默认是ASCII，python3默认是utf-8，这个可以用以下代码查看。

import sys
print(sys.getdefaultencoding())

• 其次，.py在编译时要按计算机本身用的编码来编译，大部分的中文语言的计算机应该都是GB2312，这个编码方式可以在文件开头用

#coding = utf-8

这种方式来改变，只有这个编码和上面的文件编码一致时才不会导致乱码问题。

• 最后，print这个函数有自己的编码方式，它与stdout的编码方式是一致的，具体请看参考文献[2]，如果这个编码不一致的话，有可能会导致无法输出想要的东西

字符串编码

见下图

在python2中，字符串有str和unicode两种形式(这两种的区分并不明显，有时会引起混淆)，而在python3中，变成了byte和str，这就导致了很多代码在其中一个python版本中能跑，但是在另一个版本就会报错，就是可能因为在python2中一个变量是str格式的，到python3后变成bytes格式了，然后函数就不认了，这时有两种处理方式：

• 一种是使用encode和decode函数，这两个函数可以把其中一种转码为另外一种，具体如下表：

	encode	decode
python2	unicode→str	str→unicode
python3	str→bytes	bytes→str

但是这种方法其实有点本末倒置的感觉，毕竟我们并不是真的想编码，只是想把python2和python3中变量类型调为一致。而且有时在编码时会报有的字节无法被编码的错误。

• 在介绍另一种方法之前，要先介绍一下字符串前缀的四种形式：

• 无前缀：单纯表示字符串str；
• r前缀：r代表row string，也叫做原生字符串，字符串里面写啥就是啥，不进行转义字符；
• b前缀：表示字符串是bytes类型，没错，也就是python3中的bytes；
• u前缀：表示字符串以 Unicode 格式进行编码，有时中文会用到。

从上面前缀的介绍就可以知道，如果一个字符串在python2中作为str处理，那么只要在前面加上b前缀，就可以作为byte处理了。

最后，byte和str有很多函数和符号是通用的(比如+)，最重要的一点是它们不能混用。所以只要明确它们的格式，在该用什么格式的时候就用特定的格式，就可以避免编码错误了。