最近几次项目都被Python的编码折磨的要死，今天好好的编码的知识总结一下：
先说python2
py2里默认编码是ascii
文件开头那个编码声明是告诉解释这个代码的程序 以什么编码格式 把这段代码读入到内存，因为到了内存里，这段代码其实是以bytes二进制格式存的，不过即使是2进制流，也可以按不同的编码格式转成2进制流， 如果在文件头声明了#_*_coding:utf-8*_，就可以写中文了， 不声明的话，python在处理这段代码时按ascii，显然会出错， 加了这个声明后，里面的代码就全是utf-8格式了。在有#_*_coding:utf-8*_的情况下，你在声明变量如果写成name=u"你好"，那这个字符就是unicode格式，不加这个u,那你声明的字符串就是utf-8格式
再说python3
py3里默认文件编码就是utf-8,所以可以直接写中文，也不需要文件头声明编码了，你声明的变量默认是unicode编码，不是utf-8, 因为默认即是unicode了（不像在py2里，你想直接声明成unicode还得在变量前加个u）, 但py3里，在your_str.encode("gbk")时，感觉好像还加了一个动作，就是就是encode的数据变成了bytes里，因为在py3里，str and bytes做了明确的区分，你可以理解为bytes就是2进制流，显示在程序中的不是010101这样的2进制， 那是因为python为了让你能对数据进行操作而在内存级别又帮你做了一层封装，否则让你直接看到一堆2进制，能看出哪个字符对应哪段2进制么。
这么讲吧， 无论是2还是三， 从硬盘到内存，数据格式都是 010101二进制到-->b‘\xe4\xbd\xa0\xe5\xa5\xbd‘ bytes类型－－>按照指定编码转成你能看懂的文字
编码应用比较多的场景应该是爬虫了，互联网上很多网站用的编码格式很杂，虽然整体趋向都变成utf-8，但现在还是很杂，所以爬网页时就需要你进行各种编码的转换，不过生活正在变美好，期待一个不需要转码的世界。
这张图展示了字符串编码转换的过程
把Python3 默认的unicode 转入utf-8 格式，程序不光是解码到UTF8，还自动转成bytes类型。
s="你好"
s_to_utf8=s.encode("utf8","ignore")
print(s_to_utf8)
print(type(s_to_utf8))
把utf8 转为unicode,python3中unicode就是str类型
utf8_to_unicode=s_to_utf8.decode("utf8","ignore")
print(utf8_to_unicode)
print(type(utf8_to_unicode))
把unicode 转为gbk
unicode_to_gbk=s.encode("gbk")
print(unicode_to_gbk)
print(type(unicode_to_gbk))
可以看出，gbk格式在Python3中也是str类型
所以字符串转码必须经过unicode,不能用utf8直接到gbk，这就是编码和解码。
其他
msg = "我爱北京天安门" #默认就是unicode,python 文件是utf-8格式，但是所定义的变量字符串是unicode格式
#msg_gb2312 = msg.decode("utf-8").encode("gb2312")
msg_gb2312 = msg.encode("gb2312") #默认就是unicode,不用再decode,喜大普奔
gb2312_to_unicode = msg_gb2312.decode("gb2312")
gb2312_to_utf8 = msg_gb2312.decode("gb2312").encode("utf-8")
详细：http://www.cnblogs.com/yuanchenqi/articles/5956943.html
