抛砖引玉------python中的unicode操作

本人献丑先，将unicode操作的经验点滴再贴一遍，希望能够起到抛砖引玉的作用，有不对的请指正。

1、要注意命令行下与GUI下显示有差别，测试最好在交互示环境下进行，因为GUI的显示模块对测试有影响

2、在2.3b1版本中，可以在源码文件上加上如下两行，不需解码即可识别中文字符，但使用unicode编码才可获得正确的中文处理

#!/usr/bin/env python

# -*- coding: cp936 -*-

import locale

encoding = locale.getdefaultlocale()[1]

s1 = unicode('中华人民共和国', encoding)

s2 = '中华人民共和国'

print s1.encode(encoding), s2

print len(s1), len(s2) # 输出：7 14

3、在sitecustomize.py文件中加入以下两句即支持中文（该文件Python会在启动时自动导入。）

import sys

sys.setdefaultencoding('mbcs') # mbcs编码支持亚洲语言，包括中文，2.3b1版下也可用cp936编码（关于这些编码，希望有人能够作个专题阐述）

>>> s = '中华人民共和国' # python会自动调用mbcs编码转换，使用时不需任何特殊处理

>>> print s

中华人民共和国

>>>

4、读写unicode文件

>>> u = unicode("中国", "mbcs")

>>> u

u'\u4e2d\u56fd'

>>> print u

中国

>>> s = codecs.open("test-uft16.txt", "w", "mbcs")

>>> s.write(u) # 写中文字符到文件

>>> s.close()