Python Unicode

今天学习Python时，遇到一个问题，Python Non-ASCII character '\xb0'

原因：字符编码问题

解决：首行加入# -*- coding: utf-8 -*-

 

codec：定义文本到二进制的字符转换

ASCII

UTF-8： 1个字节表示ASCII 完全相同        1-4个字节处理其他字符 

(单独值处理UTF-8时，会出现不能以定长字节读取字符)

UTF-16:  固定格式的2字节   分为大端形式和小端形式，不向后兼容ASCII-8

 

看个例子：写入时用UTF-16编码，读取不用UTF-16解码会出错

'''
An example of Unicode strings
using utf-8
'''
CODEC = 'utf-16'
out = u'hello world\n'
open('1.txt','w').write(out.encode(CODEC))

readin = open('1.txt','r').read()
print readin,
print readin.decode(CODEC),

 

总结：

1.程序中出现字符串时一定要加个前缀 u. 

2.不要用 str()函数，用 unicode()代替. 

3.不要用过时的 string 模块，如果传给它的是非 ASCII 字符，会把一切搞砸

4.不到必须时不要在你的程序里面编解码 Unicod 字符.只在你要写入文件或数据库或者网络时才需要