python中文乱码问题汇总

将python2中汉字会出现乱码的事一次性说清楚。 
为了让初学者，不再为python2中汉字出现乱码的事烦恼！ 

请看迪艾姆公司python培训上课老师黄哥细细道来： 
1、写的代码模块需要指定编码 
如果代码没有指定coding,python就默认所有的字符为ASCII码, 
ASCII码只支持256个字符,ASCII码不支持中文,所以就报错。 
所以要在代码前写上#coding:utf-8或#coding:gbk 
但通用写上#coding:utf-8 

2、python2内部所有编码统一为unicode 
unicode可以处理世界上所有语言的字符。 
utf-8为unicode的一种实现形式，所以需要在代码前写上#coding:utf-8 

3、编码转换 
牢记python2内部编码为unicode. 
其它的编码decode()为unicode,再编码encode()为你指定的编码,就不会出现乱码。 

4、网页采集时 
代码指定#coding:utf-8 
如果网页的编码为gbk 
需要这样处理： 
html = html.decode('gbk').encode('utf-8') 

5、代码前也可以写#coding:gbk,但也要保证你的代码文件的保存格式为gbk.这个在windos下会出现这样的问题。 

6、字典等key或值的汉字问题 
#coding:utf-8 
dict1 ={1:'python周末培训班',2:'咨询010-68165761 QQ：1465376564'} 

print dict1 
# 这样输出的没有显示汉字，是显示汉字的其它编码 

dict2 ={1:'python视频培训班',2:'咨询010-68165761 QQ：1465376564'} 
for key in dict2: 
print dict2[key] 

7、unicode的汉字编码写到文本文件中 
需要根据文本文件的编码进行转换 
可以encode('utf-8')或encode('gbk') 

总结：凡是报错信息中出现的错误包含“ASCII”，就是没有指定汉字编码的问题。 


----获取字符串的编码类型---------------------------------------------------------------- 
>>> date = urllib2.urlopen("http://www.baidu.com") 
>>> d = date.read() 
>>> import chardet 
>>> chardet.detect(d) 
{'confidence': 0.99, 'encoding': 'utf-8'}