本文共 1600 字，大约阅读时间需要 5 分钟。

——————————————————————————————————————

    python 内置的文字编码是utf8

    decode 的作用是将其他编码转为utf8，如str.decode('gbk')将gbk编码转为utf8

    encode 的作用将utf8编码转为其他编码，如str.encode('gbk')将utf8转为gbk

——————————————————————————————————————

这是从网上找到的资料，但是这样的话encode('utf8')方法岂不是很鸡肋？？？

还是自己试验一次比较好，

>>> s = '我'>>> s'\xce\xd2'>>> s1 = s.decode('gbk')>>> s1u'\u6211'>>> s2 = s1.encode('utf8')>>> s2'\xe6\x88\x91'>>> len(s)2>>> len(s1)1>>> len(s2)3

这样看来似乎清晰了一些，Python内置的utf8和encode之后的utf8其实不是同样的“类"：

内置的是一个每个字符长度为1的字符串，而转换之后的则是更像真实的内存里的状态，由3个字节组成，

我又写了两个文件来验证，分别采用gbk和utf8编码（额，显示代码部分没有转16进制）

gbk版

s = '我's1 = s.decode('gbk')s2 = s1.encode('utf8')s3 = s1.encode('gbk')def getCode(c):    code = ''    for i in c:        code += "\\"+str(ord(i))    return codeprint getCode(s),getCode(s1),getCode(s2),getCode(s3)print s,s1,s2print len(s),len(s1),len(s2),len(s3)

然后是utf8版

# coding:utf8s = '我's1 = s.decode('utf8')s2 = s1.encode('utf8')s3 = s1.encode('gbk')def getCode(c):    code = ''    for i in c:        code += "\\"+str(ord(i))    return codeprint getCode(s),getCode(s1),getCode(s2),getCode(s3)print s,s1,s2,s3print len(s),len(s1),len(s2),len(s3)

idle全部能正常显示（哇！兼容做得不错，赞一个），

gbk

\206\210 \25105 \230\136\145 \206\210我 我 我2 1 3 2

\230\136\145 \25105 \230\136\145 \206\210我 我 我 我3 1 3 2

eclipse utf8版本最后一个字符乱码，另外一个报错

cmd窗口utf8”半显示”，只有1个长度的utf8和2个长度的gbk能正常显示，其他的乱码（看来python运行的cmd是采用utf8的。。。），gbk报错

结论