encode与decode，unicode与中文乱码的问题

encode是指将unicode字符编码成其他字符集的字符，如utf-8,ascii等；

而decode是指将其他字符编码，如utf-8转换成unicode编码。

encode是指将人类用的语言(字符串)编码为机器能识别的语言(字节码),decode反之。

【简单来说编码就是把人类通用的语言符号翻译成计算机通用的对象，而反向的翻译过程自然就是解码了。Python 中的字符串类型代表人类通用的语言符号，因此字符串类型有encode()方法；而字节类型代表计算机通用的对象（二进制数据），因此字节类型有decode()方法。】

引自：http://python.jobbole.com/84840/

其中还包含更多关于字符集的解释，和类似'ascii' codec can't encode character '\u96e8' in position 0..的错误解决方法

 

python中可以用isinstance函数来判断某个字符串是否是unicode:

s=u"中文"

isinstance(s, unicode) #用来判断是否为unicode

给出一段处理字符串编码的通用代码：

    if isinstance(s, unicode):
        s=s.encode('utf-8')
　　　　　＃如果当前是unicode，就直接编码成utf-8
        print 'encoded'
    else:
        s=s.decode('gb2312').encode('utf-8')
        #否则，已知当前是gb2312字符集，先将其解码成unicode,再按照utf-8编码
        print 'decoded and encoded'    

 

引自http://www.blog.chinaunix.net/uid-25063573-id-3033365.html