python2.x编码问题实例

python字符串包括str 和 unicode，可以通过type(s)确定是str还是unicode
str可以继续细分为各种编码例如utf-8/GBK等
python内部则都通过unicode处理，如下图：

如果是str，可以继续通过chardet.detect(s)确定编码类型

结合type(s)，和chardet.detect(s)，实验str字符串结果如下：
#coding:utf-8
1）s1 = '人生' # s1是str，类型是utf-8
2）s1 = '人生'.encode('gbk') # 报错，原因是python实际执行了s = '中文'.decode('asc-ii').encode('gbk')，而ascii不支持中文
3）s1 = '人生'.decode('utf-8').encode('utf-8') # s1是str，类型是utf-8，转换过程是utf-8、unicode、utf-8
4）s1 = '人生'.decode('utf-8').encode('gbk') # s1是str，类型是gbk，转换过程是utf-8、unicode、gbk
5）s1 = u'人生' # s1是unicode
6）s1 = '人生'.decode('utf-8') # s1是unicode
7）s1 = unicode('人生' , 'utf-8') # s1是unicode，内部先转成str('utf-8')，再转成unicode，后面的'utf-8'改成'gbk'也行，如果不写则是通过defaultencoding转换

另外，1和3在pycharm正常打印中文，但是在windows环境下乱码，原因是windows是gbk编码，同理4正好相反，pycharm乱码但是windows正常。5、6、7在两个环境下都能正常打印中文，原因是python unicode会自动转换成环境的编码