python3的字符串默认是unicode格式存储的，不必在前面加u说明。u'真的'和'真的'是一样的。
为什么有时候获取网页信息之后，我们输出结果到屏幕，查看一些中间变量的时候，会出现告知我们这样的错误：
UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 0-1: unexpected end of data
Unicode解码错误： utf-8 编码规则不能解码位置0到1处的字节：数据结尾不正确（不是期待的）。
这就是因为编码转换失败了。网页自己是gbk编码，但是print输出的时候采用了utf-8编码，所以会出现无法识别的情况。
unicode字符串转为utf-8可以正确地转，但是gbk转为utf-8就不尽然了。这时，需要先将gbk编码转换为bytes，先encode，再decode。为什么要先encode也很容易记忆，就是……str类型只有encode方法可以调用。
print会使用系统默认编码方式，解码字节串然后输出。使用：
import sys sys.getdefaultencoding()
可以获得当前系统的print编码。则，set就可以将print的编码方式设置为除了utf-8的其他方式。
比如：
sys.setdefaultencoding("utf-8")
就可以将编码设为utf-8，还有一个地方需要注意，python2.X和3.3、以及3.3后面的版本这里的处理有点不一样，在文章最后写。
sys.setdefaultencoding("GBK")
import sys #引用sys模块进来，并不是进行sys的第一次加载
sys.reload(sys) #重新加载sys，使getdefaultencoding()可以调用
sys.getdefaultencoding()
下面是将str变为bytes、utf-8和gbk编码的例子。
>>> su = u'哈哈' >>> su '哈哈' >>> sut= su.encode("utf-8") #转换成utf-8编码 >>> sut b'\xe5\x93\x88\xe5\x93\x88' >>> print(sut) b'\xe5\x93\x88\xe5\x93\x88' >>> print(su.decode('gbk')) Traceback (most recent call last): File "<stdin>", line 1, in <module> AttributeError: 'str' object has no attribute 'decode' #str类型只有encode方法可以调用 >>> tk= b'\xe5\x93\x88' >>> tk b'\xe5\x93\x88' >>> print(tk.decode('utf-8')) 哈 >>> import sys >>> sys.getdefaultencoding() 'utf-8' >>> sut += b'\0x5' >>> sut b'\xe5\x93\x88\xe5\x93\x88\x00x5' >>> print(sut) b'\xe5\x93\x88\xe5\x93\x88\x00x5' >>> >>> print(sut.decode('utf-8')) 哈哈 x5
如果使用python 2.x，直接reload()就可以了。
如果使用python3.0到3.3，需要
import imp imp.reload(sys) sys.setdefaultencoding("GBK")
如果使用python3.3以上版本，需要
import importlib importlib.reload(sys)
#然后使用dir(sys)可以发现，sys已经没有了setdefaultencoding()方法，那怎么办？如果面对一个GBK文件，只好将文件以byte方式读取进来，再decode("GBK")，再输出。
with open("newgbk.txt", "rb") as file1: for i in file1.readlines(): #print(i) print(i.decode('ISO-8859-6'))
