字符編碼，在編程中，是一個讓學習者比較郁悶的東西，比如一個str，如果都是英文，好說多了。但恰恰不是如此，中文是我們不得不用的。所以，哪怕是初學者，都要了解并能夠解決字符編碼問題。

            
>>> name = '老齊'
>>> name
'\xe8\x80\x81\xe9\xbd\x90'

          

在你的編程中，你遇到過上面的情形嗎？認識最下面一行打印出來的東西嗎？看人家英文，就好多了

            
>>> name = "qiwsir"
>>> name
'qiwsir'

          

難道這是中文的錯嗎？看來投胎真的是一個技術活。是的，投胎是技術活，但上面的問題不是中文的錯。

編碼

什么是編碼？這是一個比較玄乎的問題。也不好下一個普通定義。我看到有的教材中有定義，不敢說他的定義不對，至少可以說不容易理解。

古代打仗，擊鼓進攻、鳴金收兵，這就是編碼。吧要傳達給士兵的命令對應為一定的其它形式，比如命令“進攻”，經過如此的信息傳遞：

長官下達進攻命令，傳令員將這個命令編碼為鼓聲（如果復雜點，是不是有幾聲鼓響，如何進攻呢？）。
鼓聲在空氣中傳播，比傳令員的嗓子吼出來的聲音傳播的更遠，士兵聽到后也不會引起歧義，一般不會有士兵把鼓聲當做打呼嚕的聲音。這就是“進攻”命令被編碼成鼓聲之后的優勢所在。
士兵聽到鼓聲，就是接收到信息之后，如果接受過訓練或者有人告訴過他們，他們就知道這是讓我進攻。這個過程就是解碼。所以，編碼方案要有兩套。一套在信息發出者那里，另外一套在信息接受者這里。經過解碼之后，士兵明白了，才行動。
以上過程比較簡單。其實，真實的編碼和解碼過程，要復雜了。不過，原理都差不多的。

舉一個似乎遙遠，其實不久前人們都在使用的東西做例子：電報

我瞪著眼看了老長時間，這兩行不是一樣的嗎？

不管這個了，總之，這就是編碼。

計算機中的字符編碼

先抄一段維基百科對字符編碼的解釋：

什么是utf-8 ，還是看維基百科上怎么說的吧

看官現在是不是就理解了，前面寫程序的時候，曾經出現過：coding:utf-8的字樣。就是在告訴python我們要用什么字符編碼呢。

encode和decode

歷史部分說完了，接下怎么講？比較麻煩了。因為不管怎么講，都不是三言兩語說清楚的。姑且從encode()和decode()兩個內置函數起吧。

codecs.encode(obj[, encoding[, errors]]):Encodes obj using the codec registered for encoding.
codecs.decode(obj[, encoding[, errors]]):Decodes obj using the codec registered for encoding.
python2默認的編碼是ascii，通過encode可以將對象的編碼轉換為指定編碼格式，而decode是這個過程的逆過程。

做一個實驗，才能理解：

上面試驗中，變量a引用了一個字符串，所謂字符串(str)，嚴格地將是字節串，它是經過編碼后的字節組成的序列。也就是你在上面的實驗中，看到的是“中”這個字在計算機中編碼之后的字節表示。（關于字節，看官可以google一下）。用len(a)來度量它的長度，它是由三個字節組成的。

然后通過decode函數，將字節串轉變為字符串，并且這個字符串是按照unicode編碼的。在unicode編碼中，一個漢字對應一個字符，這時候度量它的長度就是1.

反過來，一個unicode編碼的字符串，也可以轉換為字節串。

python中如何避免中文是亂碼

這個問題是一個具有很強操作性的問題。我這里有一個經驗總結，分享一下，供參考：

首先，提倡使用utf-8編碼方案，因為它跨平臺不錯。

經驗一：在開頭聲明：

# -*- coding: utf-8 -*-
有朋友問我-*-有什么作用，那個就是為了好看，愛美之心人皆有，更何況程序員？當然，也可以寫成：

# coding:utf-8
經驗二：遇到字符（節）串，立刻轉化為unicode，不要用str()，直接使用unicode()

unicode_str = unicode('中文', encoding='utf-8')
print unicode_str.encode('utf-8')
經驗三：如果對文件操作，打開文件的時候，最好用codecs.open，替代open(這個后面會講到，先放在這里)

import codecs
codecs.open('filename', encoding='utf8')
我還收集了網上的一片文章，也挺好的，推薦給看官：Python2.x的中文顯示方法

最后告訴給我，如果用python3，坑爹的編碼問題就不煩惱了。