1. 输出结果是16进制---不太懂，来自百度---原网址
import re
#思路就是,把十六进制字符串单独提取出来,传递给chr函数,返回Unicode字符.
pat=re.compile(r'\\u([\dabcdef]{4})')
s=r"\u56db\u5ddd\u5185\u6c5f"
print ''.join(map(chr,[eval('0x%s'%c) for c in re.findall(pat,s)]))
2. json格式
s = '{"province": "\\u56db\\u5ddd", "city": "\\u6210\\u90fd"}'
json.loads(s)
输出结果如下：
{'city': '成都', 'province': '四川'}
3. 例子--环境为python2.7--来自微信
问题1： 问题在哪里
s = "中国zg"
e = s.encode("utf-8")
问题2： Why?
过程：
第一句：操作系统使用自己的默认编码方式，将中国zg进行了编码，并把编码后的01串给了程序
第二句：将字符串s用utf-8进行编码，并将编码后的字符串赋值给e
问题来了，程序现在知道s中的01串，还知道这个01串表示的是字符串，但这个字符串的编码是什么呢？操作系统只给程序传来了01串，并没有告诉程序这个01串用的字符编码是什么。
此时，python程序就会用它自己默认的编码当作s的编码，进而来识别s中的内容。这个默认的编码是ASCII，所以，它会用ASCII来解释这个01串，识别出字符串的内容，再将这个字符串转为utf-8编码。
好了，程序碰到的第一个字节就是E4（11100101 ），傻眼！ ASCII编码中没有这玩意儿啊。ASCII编码中字节第一位都是0啊。
怎么办？
报错呗，于是我们就看到了上面的错误。
错误中的0xe4就是字符 中 的utf8编码的第一个字节
问题3：How？
显然，我们只要告诉程序，这个s中的01串的编码是utf-8，程序就应该能正确工作。但这样的解决方法有一个问题，就是不够通用。假如我有个程序，它要读取很多文本文件，每个文本文件的编码都不一样，岂不是针对每个读进来的文件都维护一个编码信息？很繁琐。进一步，如果这些文本文件的内容还要做相互的比较连接之类的操作，编码都不一致，岂不是更麻烦？
python是怎么聪明地解决这个问题的呢？
很简单，就是decode！
decode的意思是说，你有一个字符串，并且你知道它的编码，只要你用该编码decode这个字符串，那么，python就会识别出里面的字符内容，同时，建一个int数组，将每个字符的unicode序号存进去。 所有的字符串都这样做，就可以确保在程序运行过程中，各种来源获得的字符串都有一样的表示。它们就可以方便地进行各种操作了。int数组会被python封装成一个对象，即unicode对象
问题4：搞定！
下面，我们在python命令行中输入如下两行代码：
e = s.decode("utf-8")
isinstance(e,unicode)
程序的输出是True，这说明，decode后返回的e确实是一个unicode对象。
unicode在这里是一个类，是python里面的类
e 被称作unicode字符串，意思是说，它存的是字符的unicode序号，并没有使用任何编码。
然后，我们就可以将e编码成任意一种编码，比如下面的操作都是可以的
e.encode("utf-8")
e.encode("gbk")
只要你选择的编码能够对e中的字符进行编码即可，如果不能编码，就会报错。
比如，如果你尝试这样：
e.encode("ascii")
由于ASCII并不能编码 中国 这两个字符，所以会爆出 encode error。
至此，我们已经看到了两种错误，decode error 和encode error，并解决了它们
问题5:如何评价python的这种字符编码处理方法？
首先，这样的处理方法非常的简单。任何文本，只要它进入程序时进行一次decode，就会变成unicode对象，里面用int存着每个字符的unicode序号。只要在这个文本要输出时再进行一次encode，编码成我们需要的编码就可以了。
问题是，所有的字符都用一个int来表示会不会太浪费空间？毕竟，用ASCII编码，英文的字符只要一个字节就可以了。
确实会费点空间，但是现在的内存都足够大，而且我们只在程序内部使用这种方式，当字符串要写入文件或者通过网络传输时，我们都会进行相应的编码的。
还有一个问题，那些写死在程序中的字符串怎么办？难道每次使用都要进行一次decode?不同的操作系统默认使用的编码是不一样的，当我们在linux下，通常需要用utf8做decode，在Windows下，通常需要用gbk做 decode。这样，我们的代码就只能在特定的平台运行。
python给我们提供了一个很简单的办法，只要在字符串前面加一个u，它就会帮我们探测系统的编码，并自动完成decode。
在python2中
前两句告知你的编辑器你用 UTF-8 (PEP-0263). 最后一句告知 Python 所有字符是 UTF-8 (unicode literals)
#!/usr/bin/python
#coding=utf-8
from __future__ import unicode_literals
网友评论