規範

• 指令碼檔案編碼
  由於需要經常性使用到中文字元，因此Python指令碼新建後，請在頭部新增程式碼：

# coding: utf-8

或者為pycharm設定程式碼模版，這樣每次新建Python檔案時會自動帶上以上程式碼。如果不新增，即使中文字串以u開頭，也是編譯不通過的。

UNICODE

• 指令碼中的字元最好使用UNICODE編碼（英文可以不需要，但是中文儘量使用），因為UNICODE編碼是比較好的“中間”字符集，比較容易向GBK和UTF-8轉換。例如：

print u"你好"

如果不帶u的字元在包含了# coding: utf-8的指令碼中預設字元為UTF-8，一般也不會有什麼問題。

• UNICODE轉GBK：

# 帶u的字串為unicode
s.encode('gbk')

• UNICODE轉UTF-8

# 帶u的字串為unicode
s.encode('utf-8')

GBK

• GBK轉UNICODE

Windows下的命令列引數為GBK編碼，因此需要對字串進行轉換，轉換方法有兩種。

方法一：

# Create a new Unicode object from the given encoded string.
# encoding defaults to the current default string encoding.
# errors can be 'strict'
 
, 'replace' or 'ignore' and defaults to 'strict'.

unicode(s, "gbk", "ignore")

方法二：

s.decode('gbk', 'ignore')

跨平臺判斷：

if sys.platform == 'win32':
    # win下命令列引數為gbk編碼，轉換字元
    pass
else:
    pass

UTF-8

• UTF-8轉換為UNICODE

unicode(s, "utf-8", "ignore")

或：

s.decode('utf-8', 'ignore')

彙總整理成函式庫

# win下命令列引數為gbk編碼：star.gbk2unicode(sys.argv[1]) + u'也有'
def gbk2unicode(s):
    return s.decode('gbk', 'ignore')

# 指令碼檔案#coding:utf-8時預設不帶u的字串為utf8字串：star.utf82unicode('我')
def utf82unicode(s):
    return s.decode('utf-8', 'ignore')

# 帶u的字串為unicode
# star.unicode2gbk(u'\u4e5f\u6709')
# star.unicode2gbk(u'也有')
def unicode2gbk(s):
    return s.encode('gbk')

# 帶u的字串為unicode
# star.unicode2utf8(u'\u4e5f\u6709')
# star.unicode2utf8(u'也有')
def unicode2utf8(s):
    return s.encode('utf-8')

# win下命令列引數為gbk編碼：star.gbk2utf8(sys.argv[1]) + '也有'
def gbk2utf8(s):
    return s.decode('gbk', 'ignore').encode('utf-8')

def utf82gbk(s):
    return s.decode('utf-8', 'ignore').encode('gbk')