我发现很多刚刚接触Python的同行在python版本的选择上比较头疼，python3是未来的确是毋庸置疑，但是现实是缺乏很多强大的第三方库；2.x系列呢，又有很多人纠结编码问题，其实到了2.7的年代，python在编码以及平滑向3过渡的问题已经做了大量工作了。
我就基于python 2.7简单说说编码的事情，让更多人可以完全不用担心python的编码问题，放心大胆的使用当前的主流版本，并且将来还可以轻松过渡到python 3.x。
----------------------
首先，讲讲str和unicode这两个对象。
str：其底层存储的字节跟输入有关，如果终端输入的是gbk编码的'中国'，那么str里面保存的字节序列是'\xd6\xd0\xb9\xfa'，如果输入编码是utf8，那么字节序列为'\xe4\xb8\xad\xe5\x9b\xbd'。而如果在终端用gbk编码显示字节序列为utf8编码的'中国'，当然会乱码了。所以要搞定这种问题，首先要知道str里面的字节序列是什么编码的，找输入的源头吧。
unicode：其与str不同在只要你能正确生成unicode对象，那么此对象保存的东西永远是unicode编码，跟输入时的编码无关，你也不用知道其底层使用的是什么字节序列，只需要知道取出来的时候是unicode对象，要转成其他编码的字节序列的话encode一下就行了，例如，我有一个保存着"中国"二字的u，你要输出到gbk终端，那么可以u.encode('gbk')，这样就生成了一个gbk编码的字节序列。
仅此而已，搞清编码问题就是这么简单。
然后，来说说实际操作。
因为未来的python是全unicode的，所以在2.7中我们也最好把所有输入的字符串都生成为unicode对象，然后再进行各种操作。为了省事，以及完全忽略str和unicode的不同，可以在代码开始之前加上这句
（想知道__future__是什么东西，可以自己看看python v2.7.2 doc的27.11节）
加上这句之后，'中国'和u'中国'一样，都是生成了unicode对象，在这种情况下，除非接收第三方库的输入或者使用str()，基本很难见到非unicode的字符串了。如此，你就不用再分心字符串到底是哪种对象的问题了，也不用写满篇的u'xxx'。
需要注意的就是，在使用某些诡异的较古老的第三方库，尤其是基于C的库时，注意要把unicode对象转成适当编码的str对象，因为这些库对特定编码的字节序列有依赖。
实际上，我本人的python代码都会在头部写上
from future_builtins import *
如此写出来的代码，跟python 3基本没什么区别，到时候过渡过去非常轻松。
希望大家在python生涯中轻松愉快。
