python中中文编码问题

转自http://www.cnblogs.com/yangze/archive/2010/11/16/1878469.html

编码问题一直是很头痛的问题：

当字符串是：'\u4e2d\u56fd'
>>>s=['\u4e2d\u56fd','\u6e05\u534e\u5927\u5b66']

>>>str=s[0].decode('unicode_escape') #.encode("EUC_KR")

>>>print str
中国

当字符串是:' 东亚学团一中'
>>>print unichr(19996)
东
ord()支持unicode，可以显示特定字符的unicode号码，如：

>>>print ord('A')
65

只要和Unicode连接，就会产生Unicode字串。如：

>>> 'help'
'help'
>>> 'help，' + u'python'
u'help，python'

对于ASCII(7位)兼容的字串，可和内置的str()函数把Unicode字串转换成ASCII字串。如：

>>> str(u'hello world')
'hello world'

对几个概念的理解：
ASCII码: 用数据字 对应 相应的字符




而中文 就是区位码对应汉字 如：“好” 的ASCII码为： 22909

unicode 编码 每个国家分一块。 它有UTF-8、UTF-16、UTF-32等形式
中文范围 4E00-9FBF： 这个范围内有 gbk,gb2312,

utf-8是基于unicode的 国际化的场合适合使用

gb2312和gb2312都是国标码 出现的较早 主要用于编解码常用汉字