学了不少时间了，对于字符串的编码与解码总算有了一些认识。
记录一些自己的想法。
首先，在Python3里面，我们的str类型，相当于Python2的中unicode。
>>> name = ‘四店‘ >>> name ‘\xe5\x9b\x9b\xe5\xba\x97‘ >>> uname = name.decode(‘utf-8‘) >>> print name 四店 >>> print uname 四店 >>> uname u‘\u56db\u5e97‘ >>> type(uname) <type ‘unicode‘> >>> type(name) <type ‘str‘>
上面的是在python2中运行的结果，可以看到终端模式下，输入字符串对象只会出来对象的字节码数据，只有在print输出的时候，才出现对应的文字。
但在Python3中完全不一样了，py3的str就是py2的unicode
In [663]: name = u‘\u56db\u5e97‘ In [664]: name Out[664]: ‘四店‘ In [665]: uname = name.encode(‘utf8‘) In [666]: uname Out[666]: b‘\xe5\x9b\x9b\xe5\xba\x97‘ In [667]: print(name) 四店 In [668]: print(uname) b‘\xe5\x9b\x9b\xe5\xba\x97‘
在这里可以看到，我们赋值给name的unicode的字符标识，但无论是终端还是print输出，name一直是四点了。
name明显是str模式，所以证明了前面说的。
后面流畅的Python我会记录自己的更加详细对与解码，编码的理解。
其实想通了感觉也就那么回事，网上好多资料，基本都是一大抄。
我最后稍微总结一下。unicode就是一份超级大字典，全世界所有的文字都有，所以Python终端显示用unicode蛮好
但unicode的对应表，很多人觉的传输数据的时候不好，就搞出来了utf-8,utf-16,utf-32，这个也是一份映射表。
假如在unicode里面，每个文字的名字相当与码位，utf-8,utf-16就好比编号。
比如"好"的unicode为u‘\u597d‘，utf-8为‘\xe5\xa5\xbd‘
这个一对一对应的，就是说，unicode里面的每一个字符都可以找到utf-8的对应字节序（通俗讲就是编号）。
所以大家应该用utf-8。
再来说一些地方与国家的编码，比如中国的gbk，gbk包含了全部的中国字与字节码的映射关系，可以想象成这是一本，中国的地方字典。
In [669]: name Out[669]: ‘四店‘ In [670]: bytes(name,encoding=‘gbk‘) Out[670]: b‘\xcb\xc4\xb5\xea‘
当我们在encode的时候，首先先拿gbk对照表里面的字来对比需要解码的字，比如第一个四字，找到了它的序号为\xcb\xc4，然后对编号进行输出。
所以这个很容易造成问题，你如果给一个他字符集没有的字，找了老半天才找到。
In [679]: ‘\u20ac‘.encode(‘gbk‘) --------------------------------------------------------------------------- UnicodeEncodeError Traceback (most recent call last) <ipython-input-679-90f6ff568b6b> in <module> ----> 1 ‘\u20ac‘.encode(‘gbk‘) UnicodeEncodeError: ‘gbk‘ codec can‘t encode character ‘\u20ac‘ in position 0: illegal multibyte sequence In [680]: ‘\u20ac‘ Out[680]: ‘€‘
就报错了，话说gbk的字符集还是蛮厉害了，输入了日本字，意大利的字，基本都有。
但对于utf-8只要是unicode的字符，他都能编码
In [680]: ‘\u20ac‘ Out[680]: ‘€‘ In [681]: ‘\u20ac‘.encode(‘U8‘) Out[681]: b‘\xe2\x82\xac‘
所以再次推荐大家以后都用utf-8这样的话，以后里面的decode，encode的ignore参数都可以不用了。
这里还有一份老外写的参考链接:https://pycoders-weekly-chinese.readthedocs.io/en/latest/issue5/unipain.html
还行吧，反正我没咋看懂，应该有很多py2的说明，py2基本没啥节操过。
给自己与初学者关于decode,encode的建议(啥utf-8,GBK)。
原文：https://www.cnblogs.com/sidianok/p/12056563.html