原文链接：http://yuren.space/blog/2016/07/31/python如何解决汉字编码问题/

ascii只能表示数字、英文字母和一些特殊符号，不能表示汉字
unicode和utf-8都可以表示汉字，unicode是固定长度，utf-8是可变长度
内存中存储方式一般为unicode，而磁盘文件存储方式一般为utf-8，因为utf-8可以节约存储空间

那么python的默认编码是什么？

?
python的默认编码是ascii，可以通过

sys.setdefaultencoding('utf-8')

函数设置python的默认编码。

python中可以通过encode和decode的方式改变数据的编码，比如：

?
我们可以通过这两个函数设置编码。

那么，python中的str是什么类型？

?
binascii是将数据的二进制转换成ascii，上面的解释是：‘汉字'的类型是str，二进制是babad7d6，u‘汉字'是无法转换成ascii，这样就报出了开头的第一个错误。解决办法就是把它.encode(‘utf-8')成str类型。因为我命令行是windows默认的GBK编码，所有u'汉字'

.encode(‘gbk')

的时候，输出结果和‘汉字'结果一样。

总结一下，python的str实际上是unicode的一种，python的默认编码是ascii，对于非ascii转成ascii的时候都会报错，牢记下面的规则：
unicode => encode(‘合适的编码') => str
str => decode(‘合适的编码') => unicode

还有一种简单的方式，就是在文件头设置编码，可以省去很多麻烦：

?
对于第二个问题，是在文件读取的时候出的错。utf-8的文件有bom和无bom两种方式，两者的差别好像在bom文件比无bom文件多了一个头，导致以utf-8方式读文件时报错，我先前曾尝试读文件的时候先对有无bom进行判断，跳过bom文件的头，后来失败了，真尴尬～～。

还得上google求助大神，具体的操作方法就是使用codecs库来读文件（我猜这个库就是对文件的头进行检测）。

?