在win xp上写一个用python实现的文件内容搜索器时，发现编码是个头疼的问题，每个文件的编码都不确定，于是恶补了下这方面的知识，并结合python做了总结。
首先unicode是种字符表示方式的集合，而utf-8是这种字符集合的计算机编码存储实现方式，简称utf-8编码。其次gb2312也是种计算机字符编码存储实现方式，简称gb2312编码。
- 未声明编码的python文件是按ascii码解析的，出现中文会出错；
- 在utf-8编码的python文件中字符串是用utf-8编码的，直接打印到cmd里就是乱码；
- 在utf-8编码的python文件中字符串前加个’u’，则表示此字符串是用unicode字符集表示的，若打印出来，则python会自动转换成cmd能识别的gb2312码；
- 在gb2312编码的python文件中字符串是用gb2312编码的，直接打印到cmd正常；
- 在gb2312编码的python文件中字符串前加个’u’，表现同第三条，结合上条可知unicode和gb2312码可直接输出，python会自动将unicode向某个字符编码实现；
- decode()方法是将指定的编码转为unicode字符表现方式，比如’中文’.decode(‘utf-8’)，而encode()方法是将某字符串的unicode字符表现方式转为相应编码，如’中文’.decode(‘utf-8’).encode(‘gb2312’)。在python中转换编码时，一般都使用unicode字符集作为中间介质。
下面结合2个python代码的例子来看看它们是怎么表现的
第一个utf-8文件的例子：
# -*- coding: utf-8 -*-
print '测试' #乱码
print u'测试'#正常，unicode输出时python会自动转换成终端能识别的
s = '中文' #此时s为utf-8编码
if not isinstance(s, unicode): #若s不为unicode类实例化的对象
print s.decode('utf-8'), ' 编码为utf-8'.decode('utf-8')
s = u'中文' #此时s为unicode字符集
if isinstance(s, unicode): #若s为unicode类实例化的对象
print s, ' unicode字符集'.decode('utf-8')
s = raw_input('请输入：'.decode('utf-8').encode('gb2312'))
print s #录入时s为gb2312码
#end
第二个gb2312文件的例子：
# -*- coding: gb2312 -*-
print '测试' #正常
print u'测试'#正常，unicode输出时python会自动转换成终端能识别的
s = '中文' #此时s为gb2312编码
if not isinstance(s, unicode): #若s不为unicode类实例化的对象
print s, ' 编码为gb2312'
s = u'中文' #此时s为unicode字符集
if isinstance(s, unicode): #若s为unicode类实例化的对象
print s, ' unicode字符集'
#上一行前一个字符串s能正常输出是因为它为unicode字符集，而后一个字符串能正常输出是因为它为gb2312编码
s = raw_input('请输入：')
print s #录入时s为gb2312码
#end