Python Unicode: 为什么在一台机器上有效，而另一台机器上有时失效？
我发现 Python 中的 Unicode 处理真的很麻烦，为什么 Python 不把所有字符串都用 utf-8 编码呢？我在中国，需要使用一些用 ASCII 无法表示的中文字符串。我用 u'' 来表示一个字符串，这在我的 Ubuntu 机器上运行得很好，但在另一台 Ubuntu 机器上（是 linode.com 提供的 VPS），有时候就会出错。错误信息是：
UnicodeDecodeError: 'ascii' 编码 无法解码字节 0xe9 在位置 0： 序号不在范围内（128）
我使用的代码是：
self.talk(user.record["fullname"] + u"准备好了")
4 个回答
因为在Python 2.x版本中，默认的编码是ASCII，除非你手动去更改它。这里有一个简单的办法，可以在你的代码之前加上这个内容：
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
这样就可以把Python的默认编码改成UTF-8了。
你需要尽早把所有不是Unicode的字符串解码。尽量确保你的内存里没有存储UTF-8的字节串，而只有Unicode对象。比如，确保在创建用户记录的时候，所有的元素都转换成Unicode，这样就不会出现类似的错误。或者你可以直接使用Python 3，因为在这个版本里，混合使用这两种字符串是比较困难的。
大家都知道的那个 UnicodeDecodeError 错误，通常发生在你进行字符串操作的时候，比如你刚才做的那样：
user.record["fullname"] + u" 准备好了"
因为你在把一个普通字符串（str）和一个Unicode字符串拼接在一起，所以Python会自动把普通字符串转换成Unicode字符串，然后再进行拼接。这种转换是这样进行的：
unicode(user.record["fullname"]) + u" 准备好了"
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
Problem
问题就出在这里，因为当你使用 unicode(something) 时，Python会用默认的编码方式来解码这个字符串。在Python 2.*中，默认编码是ASCII。如果你的字符串 user.record["fullname"] 中包含一些非ASCII字符，就会出现著名的 UnicodeDecodeError 错误。
那么你该如何解决这个问题呢：
# Decode the str to unicode using the right encoding
# here i used utf-8 because mostly is the right one but maybe it not (another problem!!!)
a = user.record["fullname"].decode('utf-8')
self.talk(a + u" 准备好了")
顺便说一下，现在在Python 3中，默认编码是utf-8，还有一点就是你不能把Unicode字符串和普通字符串（在Python 3中称为字节）拼接在一起，所以不再会有这种自动转换的情况了。