python中文处理之encode/decode函数

python中文处理相信迷惑过不少同学。下面说说python2/3的encode和decode函数。

python2中，使用decode()和encode()来进行解码和编码，以unicode类型作为中间类型。即
　　  decode 　　          encode
str ---------> unicode --------->str

示例（注意encode和decode的编码必须保持一致）：

u = u'中文' 　　　　　　　　　　　　　　　　 　　   #unicode对象u
gb2312_str = u.encode('gb2312') 　　　　  　　  #gb2312编码字符串
gbk_str = u.encode('gbk') 　　　　　　　　 　　   #gbk编码字符串
utf8_str = u.encode('utf-8') 　　　　　　　　 　   #utf-8编码字符串
gb2312_u = gb2312_str.decode('gb2312') 　　  #gb2312编码的unicode
utf8_u = gb2312_str.decode('utf-8') 　　　　　  #utf-8编码的unicode，此处因为编解码方法不一致将导致无法还原原unicode类型

python2编解码处理给人的感觉是较复杂。于是在python3中取消了unicode类型，代替以unicode编码的字符串类型str。str和bytes关系如下：
　　  encode              decode
str ---------> bytes --------->str