Python中文亂碼問題

　　字串在Python內部的表示是unicode編碼，因此，在做編碼轉換時，通常需要以unicode作為中間編碼，即先將其他編碼的字串解碼（decode）成unicode，再從unicode編碼（encode）成另一種編碼。

　　decode的作用是將其他編碼的字串轉換成unicode編碼，如str1.decode('gb2312')，表示將gb2312編碼的字串str1轉換成unicode編碼。

　　encode的作用是將unicode編碼轉換成其他編碼的字串，如str2.encode('gb2312')，表示將unicode編碼的字串str2轉換成gb2312編碼。

　　因此，轉碼的時候一定要先搞明白，字串str是什麼編碼，然後decode成unicode，然後再encode成其他編碼。

 

 

　　獲得系統的預設編碼？

　　#!/usr/bin/env python
　　#coding=utf-8
　　import sys
　　print sys.getdefaultencoding()

 

　　在用Python抓取網頁時，由於不同網站所採用的編碼不同，使用decode時Crowdsourced Security Testing道該網頁所採用的編碼，也可以用python來獲得

　　req=urllib2.Request("http://www.baidu.com/")
　　fd=urllib2.urlopen(req)
　　print fd.headers['Content-Type']