python2 中預設是ascii編碼，對程式外讀取的漢字需要解碼為Unicode字串進行處理。

python2中從程式外讀取字元，通過decode解碼為Unicode字元，使用encode將Unicode字元轉化為指定的編碼輸出。

>>> s = '你好呀'
# 解碼為Unicode字元， 編碼格式不一定為utf-8，要看讀入字元具體的格式
>>> s1 = s.decode('utf-8')
# 將Unicode字元編碼為gbk格式的字元
>>> s2 = s1.encode('gbk')
>>> s1
u'\u4f60\u597d\u5440'
 

>>> s2
'\xc4\xe3\xba\xc3\xd1\xbd'

• 使用chartdet獲取字元的編碼
  有時我們不一定知道已有字元的編碼格式，可以使用chardet模組來獲取字元的編碼。chardet不是Python自帶的模組，需要安裝。

>>> import chardet
>>> s = '你好呀'
>>> en_type = chardet.detect(s)['encoding']
>>> s.decode(en_type)
u'\u4f60\u597d\u5440'
>>> 
 
chardet.detect(s)
{'confidence': 0.87625, 'encoding': 'utf-8'}