大家都知道脚本语言中的编码问题都很恶心，最近在使用python，其中的编码问题困扰很久，网上查询了一点资料，做个小总结：
常见的编码集：
- GB2312 是中国规定的汉字编码，也可以说是简体中文的字符集编码。
- GBK 是 GB2312的扩展 ,除了兼容GB2312外，它还能显示繁体中文，还有日文的假名
- cp936：中文本地系统是Windows中的cmd，默认codepage是CP936，cp936就是指系统里第936号编码格式，即GB2312的编码。(当然有其它编码格式：cp950 繁体中文、cp932 日语、cp1250 中欧语言。。。)
- Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。UTF-8、UTF-16、UTF-32都是将数字转换到程序数据的编码方案。
UTF-8 （8-bit Unicode Transformation Format）是最流行的一种对 Unicode 进行传播和存储的编码方式。它用不同的 bytes 来表示每一个代码点。ASCII 字符每个只需要用一个 byte ，与 ASCII 的编码是一样的。所以说 ASCII 是 UTF-8 的一个子集。
python代码中保存中文问题：
- 1.python文件的编码问题，我们写的python文件说到底也是要用一种编码格式来进行保存，在python2中默认的保存编码方式是ASCII的,所以如果在Python文件中嵌套了中文，ASCII是无法对中文进行编码的，所以会出现错误。如何解决这个问题，其实很简单，改变默认的编码格式就行了，这也是我们在大多情况下写python2程序的时候习惯在程序的第一行加上：#coding=utf-8，那么如何修改Python2的系统编码为urf-8呢？
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
但是在python3中默认的编码方式是utf-8，这样保存中文格式是没有问题的。
- 2.当然也可以用Unicode编码标注中文字符，u’中文’
- 3.decode()与encode()
decode (解码)的作用是将其他编码的字符串转换成 Unicode 编码，eg name.decode(“utf-8”)，表示将utf-8编码的字符串name转换成Unicode编码。
encode（编码） 的作用是将Unicode编码转换成其他编码的字符串，eg name.encode(“utf-8”)，表示将unicode编码的字符串name转换成utf-8编码。
s的编码格式为gbk,s.decode(‘gbk’).encode(‘utf8’)===>s解码gbk为Unicode，Unicode编码成utf-8。