本節(jié)內(nèi)容：

1.前言

2.相關(guān)概念

3.Python中的默認編碼

4.Python2與Python3中對字符串的支持

5.字符編碼轉(zhuǎn)換

一、前言

Python中的字符編碼是個老生常談的話題，同行們都寫過很多這方面的文章。有的人云亦云，也有的寫得很深入。近日看到某知名培訓(xùn)機構(gòu)的教學視頻中再次談及此問題，講解的還是不盡人意，所以才想寫這篇文字。一方面，梳理一下相關(guān)知識，另一方面，希望給其他人些許幫助。

Python2的 默認編碼 是ASCII，不能識別中文字符，需要顯式指定字符編碼；Python3的 默認編碼 為Unicode，可以識別中文字符。

相信大家在很多文章中都看到過類似上面這樣“對Python中中文處理”的解釋，也相信大家在最初看到這樣的解釋的時候確實覺得明白了。可是時間久了之后，再重復(fù)遇到相關(guān)問題就會覺得貌似理解的又不是那么清楚了。如果我們了解上面說的默認編碼的作用是什么，我們就會更清晰的明白那句話的含義。

二、相關(guān)概念

1. 字符與字節(jié)

一個字符不等價于一個字節(jié)，字符是人類能夠識別的符號，而這些符號要保存到計算的存儲中就需要用計算機能夠識別的字節(jié)來表示。一個字符往往有多種表示方法，不同的表示方法會使用不同的字節(jié)數(shù)。這里所說的不同的表示方法就是指字符編碼，比如字母A-Z都可以用ASCII碼表示（占用一個字節(jié)），也可以用UNICODE表示（占兩個字節(jié)），還可以用UTF-8表示（占用一個字節(jié)）。字符編碼的作用就是將人類可識別的字符轉(zhuǎn)換為機器可識別的字節(jié)碼，以及反向過程。

UNICDOE才是真正的字符串，而用ASCII、UTF-8、GBK等字符編碼表示的是字節(jié)串。關(guān)于這點，我們可以在Python的官方文檔中經(jīng)常可以看到這樣的描述"Unicode string" , " translating a Unicode string into a sequence of bytes"

我們寫代碼是寫在文件中的，而字符是以字節(jié)形式保存在文件中的，因此當我們在文件中定義個字符串時被當做字節(jié)串也是可以理解的。但是，我們需要的是字符串，而不是字節(jié)串。一個優(yōu)秀的編程語言，應(yīng)該嚴格區(qū)分兩者的關(guān)系并提供巧妙的完美的支持。JAVA語言就很好，以至于了解Python和PHP之前我從來沒有考慮過這些不應(yīng)該由程序員來處理的問題。遺憾的是，很多編程語言試圖混淆“字符串”和“字節(jié)串”，他們把字節(jié)串當做字符串來使用，PHP和Python2都屬于這種編程語言。最能說明這個問題的操作就是取一個包含中文字符的字符串的長度：