系统编码，文件编码，python编码

系统编码，可以通过locale命令查看（LINUX）https://wiki.archlinux.org/index.php/Locale_(简体中文), centos7 配置文件在/etc/profile.d/lang.sh

文件编码，它代表源码文件内的所有内容都是根据词方式编码成二进制码流，存入到磁盘中的。

python编码，是指python内设置的解码方式。如果不设定的话，python2默认是ascii解码。在源码文件开头（一定是第一行）：#-*-coding:UTF-8-*-，源码文件的设置解码方式是UTF-8

unicode是python中的字符集，utf-8是unicode的一种实现，所以python2中有string和unicode两种字符串，string就是按照python编码的，unicode是字符集，有人称unicode为内码。http://blog.sina.com.cn/s/blog_67852f560101fjtc.html

Python内部的字符串一般都是 Unicode编码。代码中字符串的默认编码与代码文件本身的编码是一致的。所以要做一些编码转换通常是要以Unicode作为中间编码进行转换的，即先将其他编码的字符串解码（decode）成 Unicode，再从 Unicode编码（encode）成另一种编码。
        decode 的作用是将其他编码的字符串转换成 Unicode 编码，eg name.decode(“GB2312”)，表示将GB2312编码的字符串name转换成Unicode编码
        encode 的作用是将Unicode编码转换成其他编码的字符串，eg name.encode(”GB2312“)，表示将GB2312编码的字符串name转换成GB2312编码

所以在用python读写文件的时候，要注意文件编码是哪种，自己python解释器用哪种编码方式。

系统编码：locale：gbk
python源文件test.py
#coding='UTF-8'
s='文斌'
print s

在test.py保存的时候，会按照系统编码方式GBK的方式(有的编辑器也能自定义编码格式)，编码成gbk二进制码流，存储到磁盘上。当运行该程序时。gbk二进制码流调入内存，并按照python设置的解码方式解码，也就是按照UTF-8的方式解码,所以结果不是错误提示，就是显示出来的是乱码。

再比如最常看到的：

test1.py

s = '文斌'
print s.decode()

没有指定python编码方式，默认肯定为ascii，所以就没办法编码文字  '文斌'  了，所以运行这个脚本肯定报错，当你用  # -*- coding: utf-8 -*-  头文件后就指定了python解析器的编码方式，就不会报错了。
===================================================================================

下面是一下大神的总结

编码：
http://www.crifan.com/files/doc/docbook/char_encoding/release/html/char_encoding.html

计算机中存放的都是0和1的二进制值。8个位对应一个字节，常用16进制来表示，注意是表示，因为是2^4，所以0xF就表示这个字节，0x是16进制的意思，0xF就表示了这个字节里是11111111

ASCII的编码规则，由于最初只是为英文字母所考虑的，而英文只有26个字母，以及加上其他大小写字母，常见的字符，常见数字等，所有的加起来，也就几十个，而一个字节8位中前7位的理论上可以表示27=128个字符，所以对于设计出来的编码规则来说，只需要用一个字节来表示，就足够了。

Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。
如果Unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，这对于存储来说是极大的浪费，文本文件的大小会因此大出二三倍，这是无法接受的。

UTF-8是Unicode的实现方式之一。

UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

Unicode符号范围(十六进制)  UTF-8编码方式（二进制）
0000 0000-0000 007F       0xxxxxxx
0000 0080-0000 07FF       110xxxxx 10xxxxxx
0000 0800-0000 FFFF       1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF       11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

python 头文件：
http://www.crifan.com/python_head_meaning_for_usr_bin_python_coding_utf-8/

1
# -*- coding: utf-8 -*-
对此格式的详细解释是：
    1    如果没有此文件编码类型的声明，则python默认以ASCII编码去处理，如果你没声明编码，但是文件中又包含非ASCII编码的字符的话，python解析器去解析的python文件，自然就会报错了。
    2    必须放在python文件的第一行或第二行
    3    更加精确的解释是： "coding[:=]\s*([-\w.]+)"
   
    4    为了照顾特殊的Windows中的带BOM（’\xef\xbb\xbf’）的UTF-8：
             如果你的python文件本身编码是带BOM的UTF-8，即文件前三个字节是：’\xef\xbb\xbf’，那么：
             i    即使你没有声明文件编码，也自动当做是UTF-8的编码
             ii    如果你声明了文件编码，则必须是声明了（和你文件编码本身相一致的）UTF-8
             否则（由于声明的编码和实际编码不一致，自然）会报错

python编码
http://blog.chinaunix.net/uid-27838438-id-4227131.html

Python内部的字符串一般都是 Unicode编码。代码中字符串的默认编码与代码文件本身的编码是一致的。所以要做一些编码转换通常是要以Unicode作为中间编码进行转换的，即先将其他编码的字符串解码（decode）成 Unicode，再从 Unicode编码（encode）成另一种编码。
        decode 的作用是将其他编码的字符串转换成 Unicode 编码，eg name.decode(“GB2312”)，表示将GB2312编码的字符串name转换成Unicode编码
        encode 的作用是将Unicode编码转换成其他编码的字符串，eg name.encode(”GB2312“)，表示将GB2312编码的字符串name转换成GB2312编码

所以在进行编码转换的时候必须先知道 name 是那种编码，然后 decode 成 Unicode 编码，最后载 encode 成需要编码的编码。当然了，如果 name 已经就是 Unicode 编码了，那么就不需要进行 decode 进行解码转换了，直接用 encode 就可以编码成你所需要的编码。

例子：读取一个文件编码格式为gbk的文件，然后输出一个utf8格式的文件

# coding: UTF-8
        
        fp1 = open('test.txt', 'r')
        info1 = fp1.read()
        # 已知是 GBK 编码，解码成 Unicode
        tmp = info1.decode('GBK')
        
        fp2 = open('test.txt', 'w')
        # 编码成 UTF-8 编码的 str
        info2 = tmp.encode('UTF-8')
        fp2.write(info2)
        fp2.close()

设置python编码方法：注意要先reload
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
print sys.getdefaultencoding()

unicode是一个内置函数，第二个参数指示源字符串的编码格式。
s1 = u'中文'
s2 = unicode('中文','gbk')
s3 = s1.decode('gbk')

在vim中查看文件编码格式
:set fileencoding