python2.7 字符处理小节

 

unicode是字符集

utf-8，gbk是编码方式，将字符集编码为机器识别的字节码

#encoding: utf-8


s = "中文"  #unicode的utf-8编码，\xE4\xB8\xAD\xE6\x96\x87
us = u"中文"  #unicode字符集 \u4E2D \u6587

print repr(s)
print repr(us)

print s.decode('utf-8')   #utf-8解码为无编码的unicode \u4E2D \u6587
print us.encode('utf-8')  #uicode编码为utf-8

print repr(us.encode('gbk')) #uicode编码为gbk： '\xd6\xd0\xce\xc4'

str='\u4E2D\u6587' 
print str str2= str.decode('unicode-escape') #字符串转换为unicode编码

print str2 

print repr(str)