一. python3中的编码及转换

这篇文章是遇到问题无法理解，Google了几篇英文文章后，按照自己的理解写出来的，没有将python2的各种编码转换及原理写出来，但根据bytes对象的类比，相信对理解python2中的字符串处理也会有很大帮助。

1. 字符串

    python3中，字符串在内存中都以unicode编码，例如：

In [10]: s = 'abc'

In [11]: s
Out[11]: 'abc'

    非ASCII字符，如下：

In [12]: s = '字'

In [13]: s
Out[13]: '字'

2. bytes对象

    python3中，增加了bytes对象，它可以理解成“一个整型数组”，格式为b'...'。它只能包含ASCII字面字符，否则报错。例如：

In [14]: b'prefix in python 3.x'
Out[14]: b'prefix in python 3.x'

In [15]: b'字'
  File "<ipython-input-15-77d1b7b6bc61>", line 1
    b'字'
        ^
SyntaxError: bytes can only contain ASCII literal characters.

    bytes对象的作用是保存任意编码的字符串，且都以整型数组的方式保存，这样就能将任意编码的内容打印输出或保存文件。

3. 字符串编码转换及与bytes对象间的转换

    python2.x中，字符串与unicode对象的转换通过调用编码器的方法进行转换，python3中同样有这些转换，但相应的主体会有变化，因为python3中的字符串对象str本身就是unicode对象，而使用bytes对象来对应python2中各种编码的字符串对象，所以字符串编码的转换就编程str对象与bytes对象之间的转换。

     str对象转换为bytes对象

    可以使用bytes的构造方法：

# 将str转换为utf-8
In [16]: bytes('字', 'utf-8')
Out[16]: b'\xe5\xad\x97'

    也可以使用encode方法：

In [17]: '字'.encode('utf-8')
Out[17]: b'\xe5\xad\x97'

    encode方法中的utf-8可以省略，因为这是默认的编码方式，但其他的编码必须明确写出来。

     bytes对象转换为str对象

    使用decode方法，需要确认bytes对象本身的编码方式，否则会出现错误。如：

In [18]: b'\xe5\xad\x97'.decode('utf-8')
Out[18]: '字'

In [19]: b'\xe5\xad\x97'.decode('gbk')
---------------------------------------------------------------------------
UnicodeDecodeError                        Traceback (most recent call last)
<ipython-input-19-6a8b28632bc2> in <module>()
----> 1 b'\xe5\xad\x97'.decode('gbk')

UnicodeDecodeError: 'gbk' codec can't decode byte 0x97 in position 2: incomplete multibyte sequence

4. 写文件

    无论是python2.x还是python3.x，我们必须确保使用open方法打开的文件不能直接写入unicode编码的字符串，它包含有非ASCII字符，所以需要进行转换才能写入文件。python2.x中，这个问题不太明显，因为字符串在内存中不是以unicode进行编码的，而python3中字符串默认都是unicode对象，所以假如我们想将类似'字'这样的字符串写入文件，必须使用str.encode方法转换，且以wb模式的open方法打开文件写入，否则会报错。

In [20]: with open('test.txt', 'wb') as fp:
    ...:     fp.write('字'.encode()) # 默认utf-8编码
    ...: