中文編碼問題是用中文的程式設計師經常頭大的問題，在python下也是如此。

我們要知道python內部使用的是unicode編碼，而外部卻要面對千奇百怪的各種編碼，比如作為中國程式經常要面對的gbk，gb2312，utf8等，那這些編碼是怎麼轉換成內部的unicode呢？

一：原始碼檔案的編碼格式

   python預設會認為原始碼檔案是asci編碼。

s1='hello'

print s1

python認為這個'hello'就是一個asci編碼的字元。在僅僅使用英文字元的情況下一切正常，但是如果用了中文，比如：

s1='你好'

print s1

這個程式碼檔案被執行時就會出錯。python預設將程式碼檔案內容當作asci編碼處理，但asci編碼中不存在中文，因此丟擲異常。

解決方法就是讓python知道檔案中使用的是什麼編碼。只需在程式碼檔案的最前端新增如下：

# -*- coding: utf-8 -*-

表示我這個檔案裡的文字是用utf-8編碼的，這樣，python就會依照utf-8的編碼形式解讀其中的字元，然後轉換成unicode編碼內部處理使用。

二：window下控制檯編碼

Python 的 print 語句。它的功能是向控制檯輸出字元，這本身不是問題。但是 Python 內部是支援 Unicode 字串的，而 Unicode 字串在用 print 輸出時 print 要進行一次從 Unicode 到 ANSI/MBCS 編碼的編碼，編碼後才會以 8-bit 流輸出結果。

編碼就編碼吧，這也是很正常的。對於控制檯程式來說，輸出可能被重定向到文字檔案。如果不指定編碼，重定向時就不知道以何種 8-bit 位元組流寫入文字檔案，所以，輸出到控制檯的東西理論上也應該是經過編碼的 8-bit 流。綜上所述，確實有必要進行一次 WCHAR 到 char 的轉碼。

但是問題在於，Python 的 print 語句在轉碼時，居然用的是 strict 規則。即，待輸出字串若含有當前內碼表之外的字元，就會在轉碼過程中出現不可轉碼的文字，從而丟擲 exception。print 語句又不處理這個 exception，導致一個平平常常 print 語句竟然會引起 Python 程式的異常！

解決方法一：

CHCP

CHCP是MS DOS中的命令，用來顯示或設定活動內碼表編號的。用法是：

CHCP [nnn]

其中nnn指定的是內碼表的編號。這個引數是可選的，在命令列下如果不指定這個內碼表編號，那麼預設是顯示當前的內碼表編號。比如，在預設的cmd視窗中，我們輸入chcp，顯示的將類似：

活動的內碼表: 936
這裡的936表示當前使用的是簡體中文（GB2312）編碼。如果輸出的字元在內碼表之內，就不會出現問題。如果出現了，可以：

1. 執行CMD；

2. 輸入 CHCP，回車檢視當前的編碼；

3. 輸入CHCP 65001，回車；（指定為utf-8）

這時候，你的Console裡面，應該支援UTF8了。

三：檔案讀取

其中，關於open的編碼解釋如下：

     讀取時：內建的open()方法開啟檔案時，read()讀取的是str，讀取後需要使用正確的編碼格式進行decode()。write()寫入時，如果引數是unicode，則需要使用你希望寫入的編碼進行encode()，如果是其他編碼格式的str，則需要先用該str的編碼進行decode()，轉成unicode後再使用寫入的編碼進行encode()。如果直接將unicode作為引數傳入write()方法，Python將先使用原始碼檔案宣告的字元編碼進行編碼然後寫入。

    編碼時：模組codecs提供了一個open()方法，可以指定一個編碼開啟檔案，使用這個方法開啟的檔案讀取返回的將是unicode。寫入時，如果引數是unicode，則使用open()時指定的編碼進行編碼後寫入；如果是str，則先根據原始碼檔案宣告的字元編碼，解碼成unicode後再進行前述操作。相對內建的open()來說，這個方法比較不容易在編碼上出現問題。

   所以可以在讀取的時候指定編碼，這樣可以避免很多問題