解析py文件中的代碼
Python默認腳本文件全部由anscii編碼。當文件中有不在ANSCII編碼範圍內的字符時，您應該使用“編碼說明”來更正模塊的定義。如果。py文件包含中文字符(嚴格來說，它包含非ANSCII字符)，需要在第壹行或第二行指定壹個編碼語句:
# -*-編碼=utf-8 -*-
#編碼=utf-8
#以上兩個選壹個。
其他規範如gbk、gb2312也可；否則，將會出現:
語法錯誤:文件test.py的第3行有非ASCII字符“\xe4”，但沒有聲明編碼。詳情見http://www.python.org/peps/pep-0263.html
python中的編碼和解碼
先說python中的字符串類型。python中有兩種字符串類型，即str和unicode，都是從basestring派生出來的。
Str類型是包含8位字節字符代表的序列(at last)；
unicode的每個單元是壹個unicode obj
str文檔裏有壹句話:
字符串數據類型也用於表示字節數組，例如，保存從文件中讀取的數據。
也就是說，當讀取壹個文件的內容或者從網絡讀取內容時，要保存的對象是str類型；如果要把壹個字符串轉換成特定的編碼類型，需要先轉換成unicode，再從Unicode轉換成特定的編碼類型，比如utf-8，gb2312等。
擴展內容utf-8編碼
UTF-8 (8位Unicode轉換格式)是Unicode和前綴碼的可變長度字符編碼。它可以用來表示Unicode標準中的任何字符，其編碼中的第壹個字節仍然兼容ASCII，這使得原來處理ASCII字符的軟件可以繼續使用，而無需或只需少量修改。因此，它逐漸成為電子郵件、網頁和其他存儲或發送文本的應用程序中的首選編碼。
UTF-8使用壹到六個字節對每個字符進行編碼(但是UTF-8在2003年10月被RFC 3629重新標準化，只能使用Unicode定義的區域，從U+0000到U+10FFFF，也就是最多四個字節):
1和128 US-ASCII字符只需要壹個字節編碼(Unicode範圍從U+0000到U+007F)。
2.拉丁語、希臘語、西裏爾語、亞美尼亞語、希伯來語、阿拉伯語、敘利亞語和其他帶有附加符號的字母需要雙字節編碼(Unicode範圍從U+0080到U+07FF)。
3.其他基本多語種平面(BMP)中的字符(包括最常用的詞，比如大部分漢字)用三個字節編碼(Unicode範圍從U+0800到U+FFFF)。
4.其他很少用的Unicode？輔助平面中的字符編碼為4到6個字節(4個字節用於U+10000到U+1FFFFFF的Unicode範圍，5個字節用於U+200000到U+3 FFFFFFFF的Unicode範圍，6個字節用於U+400000到U+7 FFFFFFFF的Unicode範圍)。
對於上面提到的第四個字符，UTF-8使用四至六個字節進行編碼，這似乎太消耗資源了。但UTF-8可以用三個字節表示所有常用字符，它的另壹種選擇UTF-16編碼也需要四個字節來編碼上面提到的第四個字符，所以要看所用字符的分布範圍來決定哪種編碼更高效。但是，如果使用壹些傳統的壓縮系統，如DEFLATE，這些不同編碼系統之間的差異將變得微不足道。考慮到傳統壓縮算法對短字符壓縮效果不佳，可以考慮使用Unicode標準壓縮格式(SCSU)。
互聯網工程工作組(IETF)要求所有互聯網協議必須支持UTF-8編碼。互聯網郵件聯盟(IMC)建議所有電子郵件軟件都支持UTF-8編碼。