演示

python內(nèi)部字符串統(tǒng)一是用unicode來存的，但是字符串在初始化的時候會因為操作系統(tǒng)環(huán)境而有差異

下面是在Linux環(huán)境下(UTF-8)初始化字符串

>>> d = '測試'
>>> d
'\xe6\xb5\x8b\xe8\xaf\x95'

轉(zhuǎn)成unicode，可以看到變成了u開頭的一堆字符，這個時候就可以轉(zhuǎn)碼了

>>> d = d.decode('utf-8')
>>> d
u'\u6d4b\u8bd5'

轉(zhuǎn)成GBK編碼

>>> d = d.encode('gbk')
>>> d
'\xb2\xe2\xca\xd4'

總結(jié)：

• decode操作，把編碼后的字符串轉(zhuǎn)成未編碼的unicode
• encode操作，將unicode轉(zhuǎn)成編碼后的字符串

智能判斷編碼類型

>>> import chardet

>>> d = d.encode('utf-8')
>>> chardet.detect(d)
{'confidence': 0.7525, 'language': '', 'encoding': 'utf-8'}