概念

unicode是内部编码，utf8、gb2312是外部编码

encode 和 decode

输出、网络传输、打印，要把unicode encode成某种编码方式

print s.encode('utf8')
content.encode('utf-8')

unicode(str,'gb2312')与str.decode('gb2312')是一样的，都是将gb2312编码的str转为unicode编码

代码中的编码

代码中字符串的默认编码与代码文件本身的编码一致。 如：s='中文' 如果是在utf8的文件中，该字符串就是utf8编码，如果是在gb2312的文件中，则其编码为gb2312。

如果字符串是这样定义：s=u'中文' 则该字符串的编码就被指定为unicode了，即python的内部编码，而与代码文件本身的编码无关。

coding的编码

# coding=utf-8
# -*- coding: utf-8 -*-

当你在py文件的第一行中，写了这句话，并确实按照这个编码保存了文本的话，那么这句话有以下几个功能。

• 使得词法分析器能正常运作，对于注释中的中文不报错了。
• 对于u"中文"这样literal string能知道两个引号中的内容是utf8编码的，然后能正确转换成unicode
• "中文"对于这样的literal string你会知道，这中间的内容是utf8编码，然后就可以正确转换成其它编码或unicode了。

原则

外部进来的字符串，尽可能第一时间转成unicode。

把Unicode应用到实际中注意一下四点：

• 程序中出现字符串时一定要加一个前缀u
• 不要用str（）函数，用Unicode（）代替
• 不要用过时的string模块。如果传给它非ASCII码，它会把一切搞砸。
• 不到必须时不要在你的程序里编解码Unicode字符，只在你要写入文件或者数据库或者网络时，才调用encode（）函数和decode（）函数。