我發現很多剛剛接觸Python的同行在python版本的選擇上比較頭疼，python3是未來的確是毋庸置疑，但是現實是缺乏很多強大的第三方庫；2.x系列呢，又有很多人糾結編碼問題，其實到了2.7的年代，python在編碼以及平滑向3過渡的問題已經做了大量工作了。
我就基於python 2.7簡單說說編碼的事情，讓更多人可以完全不用擔心python的編碼問題，放心大膽的使用當前的主流版本，並且將來還可以輕鬆過渡到python 3.x。
----------------------
首先，講講str和unicode這兩個對象。
str：其底層存儲的字節跟輸入有關，如果終端輸入的是gbk編碼的'中國'，那麼str裏面保存的字節序列是'\xd6\xd0\xb9\xfa'，如果輸入編碼是utf8，那麼字節序列爲'\xe4\xb8\xad\xe5\x9b\xbd'。而如果在終端用gbk編碼顯示字節序列爲utf8編碼的'中國'，當然會亂碼了。所以要搞定這種問題，首先要知道str裏面的字節序列是什麼編碼的，找輸入的源頭吧。
unicode：其與str不同在只要你能正確生成unicode對象，那麼此對象保存的東西永遠是unicode編碼，跟輸入時的編碼無關，你也不用知道其底層使用的是什麼字節序列，只需要知道取出來的時候是unicode對象，要轉成其他編碼的字節序列的話encode一下就行了，例如，我有一個保存着"中國"二字的u，你要輸出到gbk終端，那麼可以u.encode('gbk')，這樣就生成了一個gbk編碼的字節序列。
僅此而已，搞清編碼問題就是這麼簡單。
然後，來說說實際操作。
因爲未來的python是全unicode的，所以在2.7中我們也最好把所有輸入的字符串都生成爲unicode對象，然後再進行各種操作。爲了省事，以及完全忽略str和unicode的不同，可以在代碼開始之前加上這句
（想知道__future__是什麼東西，可以自己看看python v2.7.2 doc的27.11節）
加上這句之後，'中國'和u'中國'一樣，都是生成了unicode對象，在這種情況下，除非接收第三方庫的輸入或者使用str()，基本很難見到非unicode的字符串了。如此，你就不用再分心字符串到底是哪種對象的問題了，也不用寫滿篇的u'xxx'。
需要注意的就是，在使用某些詭異的較古老的第三方庫，尤其是基於C的庫時，注意要把unicode對象轉成適當編碼的str對象，因爲這些庫對特定編碼的字節序列有依賴。
實際上，我本人的python代碼都會在頭部寫上
from future_builtins import *
如此寫出來的代碼，跟python 3基本沒什麼區別，到時候過渡過去非常輕鬆。
希望大家在python生涯中輕鬆愉快。