首先明確的概念：
關於檔案開頭的」編碼指示」，也就是 # -*- coding: -*- 這個語句。python 預設指令碼檔案都是 anscii 編碼的，當檔案中有非 anscii 編碼範圍內的字元的時候就要使用」編碼指示」來修正。
關於 sys.defaultencoding，這個在解碼沒有明確指明解碼方式的時候使用。比如我有如下**：
> #! /usr/bin/env python
> # -*- coding: utf-8 -*-
> s = 『中文』 # 注意這裡的 str 是 str 型別的，而不是 unicode
> s.encode(『gb18030′)
這句**將 s 重新編碼為 gb18030 的格式，即進行 unicode -> str 的轉換。因為 s 本身就是 str 型別的，因此python 會自動的先將 s 解碼為 unicode ，然後再編碼成 gb18030。因為解碼是python自動進行的，我們沒有指明解碼方式，python 就會使用 sys.defaultencoding 指明的方式來解碼。很多情況下 sys.defaultencoding 是anscii，如果 s 不是這個型別就會出錯。拿上面的情況來說，我的 sys.defaultencoding 是 anscii，而 s 的編碼方式和檔案的編碼方式一致，是 utf8 的，所以出錯了:
> unicodedecodeerror: 『ascii』 codec can』t decode byte 0xe4 in position
> 0: ordinal not in range(128)
對於這種情況，我們有兩種方法來改正錯誤：
一是明確的指示出 s 的編碼方式
> #! /usr/bin/env python
> # -*- coding: utf-8 -*-
> s = 『中文』
> s.decode(『utf-8′).encode(『gb18030′)
二是更改 sys.defaultencoding 為檔案的編碼方式
> #! /usr/bin/env python
> # -*- coding: utf-8 -*-
> import sys
> reload(sys) # python2.5 初始化後會刪除 sys.setdefaultencoding 這個方法，我們需要重新載入
> sys.setdefaultencoding(『utf-8′)
> str = 『中文』
> str.encode(『gb18030′)
幾個例子說明：
>>> a = 「我」
>>> b = unicode(a,」gb2312″)
>>> a.__class__
>>> b.__class__
看出來了吧，兩種字串。再來
>>> a
『\xce\xd2′
>>> b
u』\我′
變數a是兩個字元，b是乙個unicode字元。關於這兩種字串，python文件–>lang gereference–>datamodel–>the standard type hierarchy–>seqnces，有一些strings,unicode的描述。
>>> z = u」我」
>>> #這種**，其實什麼都不是。
>>> z.__class__
>>> z
u』\xce\xd2′
decode就是把其他編碼轉換為unicode，等同於unicode函式；encode就是把unicode編碼的字串轉換為特定編碼。a是str型別的，所以再用encode會報錯。用print輸出時會呼叫預設編碼轉換為系統編碼？
>>> a.decode(「gb2312″)
u』\我′
>>> print a.decode(「gb2312″)
我 >>> a.encode(「gb2312″)
traceback (most recent call last):
file 「」, line 1, in ?
unicodedecodeerror: 『ascii』 codec can』t decode byte 0xce in position 0: ordinal not in range(128)
b是unicode型別，列印時需要先encode(編碼)成系統編碼
>>> print b.encode(「gb2312″) 我
>>> b.encode(「gb2312″)
『\xce\xd2′
>>> b.decode(「gb2312″)
traceback (most recent call last):
file 「」, line 1, in
unicodeencodeerror: 『ascii』 codec can』t encode character u』\我′ in position 0: ordinal not in range(128
在python中，可以對string呼叫decode和encode方法來實現轉碼。比如，若要將某個string物件s從gbk內碼轉換為utf-8，可以如下操作s.decode(』gbk』).encode(』utf-8′)
可是，在實際開發中，這種辦法經常會出現異常：
unicodedecodeerror: 『gbk』 codec can』t decode bytes in position 30664-30665: illegal multibyte seqnce
這是因為遇到了非法字元——尤其是在某些用c/c++編寫的程式中，全形空格往往有多種不同的實現方式，比如\xa3\xa0，或者\xa4 \x57，這 些字元，看起來都是全形空格，但它們並不是「合法」的全形空格（真正的全形空格是\xa1\xa1），因此在轉碼的過程中出現了異常。這樣的問題很讓人頭疼，因為只要字串中出現了乙個非法字元，整個字串——有時候，就是整篇文章——就都無法轉碼。
下面是完美的解決辦法：
s.decode(』gbk』, 『ignore』).encode(』utf-8′)
因為decode的函式原型是decode([encoding], [errors='strict'])，可以用第二個引數控制錯誤處理的策略，預設的引數就是strict，代表遇到非法字元時丟擲異常；如果設定為ignore，則會忽略非法字元；如果設定為replace，則會用?取代非法字元；如果設定為xmlcharrefreplace，則使用xml的字元引用。
python基礎 中文編碼
python 檔案中如果未指定編碼，在執行過程會出現報錯 python中預設的編碼格式是 ascii 格式，在沒修改編碼格式時無法正確列印漢字，所以在讀取中文時會報錯。解決方法為只要在檔案開頭加入 coding utf 8 或者 coding utf 8 就行了 pycharm 設定步驟 進入 fi...
python 基礎 字元編碼
編碼基礎 由於每個國家都有自己的字元，所以其對應關係也涵蓋了自己國家的字元，但是以上編碼都存在侷限性，即 僅涵蓋本國字元，無其他國家字元的對應關係。應運而生出現了萬國碼，他涵蓋了全球所有的文字和二進位制的對應關係。unicode 2 4位元組 已經收錄136690個字元，並還在一直不斷擴張中.uni...
python基礎 字元編碼
任何乙個程式想要執行，必須先有硬碟載入到記憶體，然後由cpu去記憶體取只執行。執行著的應用程式的資料，必須在記憶體執行。python執行檔案的三步，首先把python檔案直譯器讀取到記憶體上，然後應用程式 文字檔案讀取到記憶體上，最後python直譯器對程式 進行編譯成計算機識別的 我們寫的檔案要想...