kernel_Notes/Zim/Programme/python/Python_二三事.txt

Content-Type: text/x-zim-wiki
Wiki-Format: zim 0.4
Creation-Date: 2012-01-06T13:02:01+08:00

====== Python 二三事 ======
Created Friday 06 January 2012

http://pre-sence.com/archives/python-intro/

面向初学者介绍Python相关的一些工具，以及可能遇到的常见问题。

最后更新 2011.9.25
之前有两篇同名的文章发在网上，在这里编辑整合在一起放在这里。

===== 引言 =====

在这里我假设你已经看完了一篇Python教程，基本熟悉了Python的**结构和语法**，在命令行下的Python互动环境中尝试过大部分Python的语句，觉得Python是个不错的语言准备继续下去。那么本篇文章会就Python实际运用中相关工具的选择，包括IDE，调试套件，第三方库管理工具这些进行介绍。另外还会对某些中文环境下容易遇到的问题，例如unicode编码解码的问题进行说明。本文主要是针对** Windows** 环境下的 Python 开发进行说明。文章的目的是为了分享些我觉得很有用的经验和例子，若发现文中有疏漏之处请务必联系我。谢谢。

===== Python 语言介绍 =====

Python 是一个近些年在开始流行起来的计算机编程语言。根据Python官网上的简介，Python主要特性包括跨平台，免费，简单且容易维护。就我个人理解来说，Python是一门适合大部分人的语言，因为各种类型的第三方库都有，所以像简单桌面程序，动态网站开发，图像处理，表格处理，甚至自动发帖机这些小应用在简单的学习后，不需要很深厚的编程经验的人应该都能自己做出来。

一些流行的Python教程有:

* Dive into Python 面向有一定编程基础的同学。另外还有Dive into Python 3，针对Python3的教程。
* Learn Python The Hard Way，书中主要是通过各种练习来进行学习，面向完全没有编程经验的同学。
* Invent Your Own Computer Game With Python，让你一上手就做个游戏出来的教程，厉害吧。
* The Python Tutorial，官方文档中的教程，正统而完整。

如果你还没有开始接触 Python ，或者觉得还不够熟悉，那么不妨找一份你觉得看得下去的教程开始学习吧。就我个人经验来说，Python 是我到目前为止觉得学的最划得来的一门语言，也是日常用的最多的一门，而事实上你并不需要了解完全了解 Python 就能在开始使用它。

===== Python 版本选择，其他发行版 =====

==== Python 2 与 3 ====

Python 2 和 3 系列的选择可能是比较让人烦躁的事情。其实区别很简单：Python 3.x 各个方面都更好，但语法与 Python 2.x 很大部分不兼容。Python 2.x 已经停止继续开发。但是目前很多第三方库仍然不支持 Python 3 , 文章后面介绍的很多工具譬如 ipython 目前也是仅支持 Python 2.6 的。

我建议现在选择 Python 2.6.5 ，因为目前大部分第三方库和工具对2.6都有简单的安装包，不需要自己做太多处理。

==== 发行版 ====

目前在 Windows 下除了官方提供的安装版外，还有:

* ActivePython ，这个与官方版本的区别在于提供了额外的库和文档，并且自动设置了PATH环境变量(后文会详细提到)
* Python(x,y)，这个是我一直用并且推荐给别人用的版本。从名字就能看出来这个发行版附带了科学计算方面的**很多常用库**，另外还有大量常用库比如用于桌面软件界面制作的 PyQt, 还有文档处理，exe文件生成等常用库。另外的还有大量的工具如IDE，制图制表工具，加强的互动shell之类。很多下文提到的软件在此发行版中都有附带。其他方面，Python(x, y)还附带了手工整理出的所有库的离线文档，每个小版本升级都提供单独的补丁。总的来说是很用心维护的一个发行版，十分建议安装这个版本。

===== 开发相关工具 =====
首先，你需要一份文档
对于 Python 这样的语言，你觉得你学到什么时候算是**完全掌握**呢？你也许会想也许哪一天你记得**大部分函数的名字**很怎么用，不用打几行就 Google 搜一下的时候，就算学会了。这样的理解对了一半，等你熟悉 Python 以后你的却不应该常搜索；但前一半却不一定，我个人认为你并__不需要记住__庞大的标准库中的内容，很多时候你__只要清楚要在哪里能找到相应的文档__就行了。

Python 在这方面可以说是做的非常非常非常好。在真正着手开发之前，你应该在下载一份离线的文档。在这个页面(如果打不开的话试试这里，你懂的)下载一份 HTML 格式的，比如是 2.6.5 版那么对应的文档名字应该是 python-2.6.5-docs-html.zip。下好后把它在一个你喜欢的地方解压出来，打开其中的 index.html，这就是这个文档的主页。你可以看到他分为很多部分，包括语言的参考，标准库和其他很多方便的文档。

===== Python 文档 =====
如果你一下不知道从哪里看起，这份文档还有一个非常棒的功能。看到左边的 Quick Search 栏，我在上图中也有标注起来。当你需要对某个函数或者标准库进行进一步了解的时候，你可以在这边来进行搜索。这里的搜索是火星科技驱动的离线状态下也能够使用的！比如输入 urllib.urlencode，你可以很方便的找到它对应的页面。基本有了这份文档，你可以避免掉很多疯狂搜索的情况。同样的，当你使用某个第三方库的时候，你最好也在他的站点上找找有没有一份离线文档，因为 Python 项目很多都有着很赞的文档。

===== 选择 PyDev 作为 IDE =====
Python 集成开发环境的选择好像一直以来也是一个很难抉择的问题。在尝试过很多个工具后我发现基于 Eclipse 的 PyDev 绝对是功能最为完整的一个 IDE 。除了断点调试之外，PyDev 的**代码自动补全**可能是现在这类 IDE 中最强力的。

如果你安装了 Python(x, y) 的话，PyDev 就已经在你的机器上了。如果没有的话请按照这篇文章来进行安装。

设置上有一些需要注意的地方。首先在打开 PyDev ，打开菜单中 Window -> Preferences，在弹出对话框中左边找到 PyDev -> Editor -> Code Completion。这里可以设置代码自动补全的相关信息。可以降低 Autocompletion delay 来更早的提示代码，并且将 Request completion on 系列尽可能勾上，让 PyDev尽可多的提示代码。

之后再找到 Interpreter Python 选项卡，这里可以设置所谓 Forced Buildins，可以强制引入某些第三方库从而完成代码补全。就我的经验来看大部分第三方库在这样设置后都能进行基本的补全。具体的做如图中，选择到对应的选项卡，点击 New，并输入你需要的模块名字即可。

Forced Buldins设置

设置后总体效果绝对是同类IDE中比较好的:

===== IPython 替代 Python Shell =====

在学习 Python 的时候应该都接触过 Python 的 Shell，能够输入 Python 语句并且立即返回结果。而 IPython就是一个豪华加强版的 Python Shell。如果你安装了 Python(x, y) 的话，那 IPython 已经在你的机器上了。如果没有的话那么请在这里下载 Windows Installer 进行安装。在安装这个之后还需要安装 pyreadline 让 IPython 开启高亮和自动补全功能。

之后你在命令行下需要 python 的时候改为输入__ ipython__ 就能使用它了。开启 IPython 看看，首先感觉的不同应该是这个是**有颜色**的。我们来看看它提供的一些基础而实用的功能吧。

首先是__自动补全__，一种是简单的关键字补全，另外一种是对象的方法和属性补全。作为例子，我们先引入 sys 模块，之后再输入 sys. (注意有个点)，此时按下 tab 键，IPython 会列出所有 sys 模块下的方法和属性。因为是在互动模式下进行的，此时的 Python 语句实实在在的被执行了，所以对普通 object 的补全也是很完好的。

===== IPython =====

接着上面的例子，我们输入 sys?，这样会显示出 sys 模块的 __docstring__及相关信息。很多时候这个也是很方便的功能。

===== IPython 实用技巧 =====

这里再介绍下 IPython 使用中的一些实用功能。在学习 Python 时你可能看到在循环或者函数返回时可以赋值给__ _ __来表示忽略某个返回值。其实这只是一个常用的习惯。事实上 _ 是一个合法的变量名，而且在 Python shell 下 ___ 总是被赋予之前最后一个输出的值__。这里看个例子应该就能清楚：

>>> import string
>>> string.letters
'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ
>>> print _
abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ

举个实际的例子，比如你在调试时读文件的时候直接进行 f.read() ，你看了看发现输出结果很有意思，想要对它进行进一步处理，但发现读的时候忘记赋值了。以往你只能叹叹气重新开文件再读一次，现在你只要执行 __result = ___，把 _ 附到另外一个变量就可以了。

IPython 还有强大之处很大部分还体现在它的 __magic function__ 中。它是指的在 IPython 环境下执行__以 % 开头__的一些命令来对 IPython 进行一些**设定或者执行某些功能**。在 IPython 中输入__ %lsmagic __就能列出所有的 magic functions。在这里简单介绍下几个比较有意思的，你也可以自己通过查看文档来找找有哪些你特别用的到得。

* 之前看到能用 ? 来查询__函数的文档__，对于 magic function 也是如此。比如 %run?。
* !cd .. 在命令前面加上 ! 则它会被作为__命令行命令执行__，这样你就不用退出 IPython 来进行命令行操作。
* %run foo.py 在**当前环境**下直接执行 foo.py，效果跟命令行下调用 ipython foo.py 相同。
* %time foo.bar() 跟 timeit decorator 作用相同，进行简单的 profile。
* %hist 能显示之前输入过的__命令的历史__，同时你可以用 In[<linenumber>] 来访问之前的命令。比如 **%exec In[10] **就能执行列表中第十行。
* %rep 类似上面的 _ 变量，但是是以字串的形式返回.
* 最后，如果 %automagic 是打开的状态的话，所有 magic function 不需要在前面加 % 就能正确调用。

在当前 IPython 版本中还有一个由于安全原因没有默认引入的 __%autoreload__，它的作用是在可以**自动重新载入你调用的函数，以及其相关模块**。接触过 django 的同学对这个应该比较熟悉，在 IPython 中的效果就是，当你在调试一个一直在反复改动的函数时，你可以开启这个功能保证每次调用都会重新读取最新的版本，让你在源码中的改动马上生效。在 IPython 中执行

import ipy_autoreload
%%autoreload 2

这样 IPython 会对**所有的模块**都进行 autoreload。你可以通过执行 %autoreload? 来查询它的文档来进行进一步设定。如果你希望 IPython 每次启动自动载入次功能，那么可以通过配置__ ipythonrc__ (在 Windows 下可以在 C:\Users\<username>\_ipython\ipythonrc.ini 找到) 来进行相关设置。

最后还有一个很神奇的功能。如果你的程序是由命令行开始执行的，即在命令行下输入 python foo.py（大部分 Python 程序都是），那么你还可以利用 IPython 在你的程序任意地方进行__断点调试__！在你程序中任意地方，加入如下语句：

from IPython import embed
embed()

再和平常一样运行你的程序，你会发现在程序运行到插入语句的地方时，__会转到 IPython 环境下__。你可以试试运行些指令，就会发现此刻 IPython 的环境就是在程序的那个位置。你可以逐个浏览当前状态下的各个变量，调用各种函数，输出你感兴趣的值来帮助调试。之后你可以__照常退出 IPython__，然后程序会继续运行下去，自然地你在当时 IPython 下执行的语句也会对程序接下来的运行__造成影响__。

这个方法我实在这里看到的。想象一下，这样做就像让高速运转的程序暂停下来，你再对运行中的程序进行检查和修改，之后再让他继续运行下去。这里举一个例子，比如编写网页 bot ，你在每取回一个页面后你都得看看它的内容，再尝试如何处理他获得下一个页面的地址。运用这个技巧，你可以在取回页面后让程序中断，再那里实验各种处理方法，在找到正确的处理方式后写回到你的代码中，再进行下一步。这种工作流程只有像 Python 这种动态语言才可以做到。

===== pip 管理第三方库 =====

Python 的一大优势就是有极为大量的第三方库，包括各个方面的引用。然而安装第三方库对没有掌握方法的同学来说会变得很让人烦恼。事实上 Python 第三方库的安装和管理有着一个一个唯一正确的做法，这个做法要求你什么其他的都不用干，只要输入你要安装库的名字就可以了。

setuptools 也包在 Python(x, y) 当中。如果没有的话，要首先先安装 __setuptools__ ，这个其实就是一个**安装第三方库**的软件。选择对应版本的 Windows Installer 进行下载和安装后，打开一个命令行窗口，输入：

easy_install pip

如果提示找不到程序，那么说明你当前没有设定好环境变量。安装官方提供的 Python 安装包的话肯定会有这个问题，而且很可能暂时不会修正，这就是牛逼程序员的倔强。具体做法是 右键我的电脑 - 属性 - 高级系统设置 - 环境变量 - 将 C:\python2*\Scripts 加入到 PATH 那一组当中。这样做的效果就是在任何地方的命令行下输入命令，那么系统会额外查找我们设定的那个目录中的内容。之后再执行上面的命令，装好了以后我们就要弃用 setuptools，转投 pip。要安装任何一个库，你只要找到他的名字(不需要版本号)，用 pip 安装即可。譬如安装 django，那么输入如下命令即可:

__pip__ install django

其实之前 easy_install 跟 pip 效用是类似的，都是在官方的第三方库索引 PyPI 查询信息并进行下载和安装。pip 的__优势在于支持更高级的功能，譬如虚拟环境__，安装失败不会残留破损的库，更重要的是 pip 还可以进行__卸载__。输入下面命令就能卸载一个之前由 pip 进行安装的库。继续上面的例子，现在要卸载 django:

pip uninstall django

这是 setuptools 所缺失的功能。需要额外说明的是大部分纯 Python 的库都能用这个方法在 Windows 下装上，但是需要编译 C 语言模块的一般都不太可能成功。遇到这种情况，在相应的库德站点上找找有没有对应的 Windows 安装包。

===== 用 virtualenv 构建虚拟 Python 环境 =====

如果你使用过 Python 做过 Web 开发，或者你有需求在本机上安装多个版本的 Python 来测试你的代码能否跑再 2.5, 2.6, 2.7 各个版本上，或者你的不同项目依赖于一个第三方库的不同版本；再或者，有时候你就是想要一个没有之前安装过的乱七八糟的库，一个干净的 Python 环境。这种时候 virtualenv 就能帮上你的忙。它能利用安装好的 Python ，在同一台机器上建立一个或多个__互不相干的虚拟 Python 环境__，且能随时切换。如果你看到这里还不觉得这个有什么用处，那不妨看下去留下点印象，等哪天你有这类需求的时候能找到这个简单实用的工具。

和其他第三方库一样，我们可以通过 pip 轻松安装:

pip install virtualenv

安装完成后你可以开启一个命令行窗口，输入 virtualenv 看看能不能找到这个脚本。如果有问题的话，请按照上面介绍过的步骤检查下是否设置好了 PATH。之后我们可以在一个**方便的地方建立一个虚拟环境**。建立 C:\envs\ 文件夹，命令行下 cd 到该文件夹中，输入:

virtualenv --no-site-packages  --python=C:\Python26\python.exe   **envtest**

之后应该会看到一个叫 envtest 的文件夹。这就是一个新建立的__虚拟环境__(virtual enviroment)。我们不妨先__激活它__来看看应该怎么用。命令行下执行 envtest\Scripts\activate.bat，这时是你会发现命令行变成这个样子:

(envtest) c:\>

提示符前面的 (envtest) 就是__该环境已被激活__的标志。这样你就可以在这个虚拟环境下进行工作了。执行 pip freeze ，你会发现... 你会发现什么都没有啊。执行 pip help，你可以看到 pip freeze 是**输出当前 Python 环境下已经安装的所有第三方库**。因为我们创建此环境时开启了选项 --no-site-packages，意思就是在__创建此虚拟环境中不从系统 Python 中把已经安装了的库也安装到这里来__，所以这里是一个干净的新 Python 环境。你可以在这里调用 pip 或者 easy_install 来安装各种你需要的库到这个环境中来，而__不会影响到你系统中 Python__ 的情况，所以说它是一个**虚拟的 Python 环境**。

我们再回头看下 envtest 目录的结构，其下面的 Scripts 目录中有 python.exe pip.exe 这些程序，在虚拟环境已激活的情况下，你调用 python 或者 pip 都是调用的__此目录__中的程序。此时系统中的 python.exe 被 virtualenv 通过设置环境变量隐藏了起来。而 Lib 目录下就是存放各种**新安装的库**。

到这里你应该已经对 virtualenv 基本操作已经了解了，下面讲些使用上的注意事项:

* 调用 activate.bat __开启虚拟环境__，你也可以用同目录下的 deactivate.bat 来退出该虚拟环境。

    建立虚拟环境时的参数 --python=C:\Python26\python.exe 是用来指定你想使用 __Python 程序位置__，所以你可以建立多个虚拟环境来指向多个 Python 版本。另外你要注意的是如果你在系统上安装了多个版本的 Python， 你最先安装的一个版本会被当做主要版本，你在命令行下打 python 时，调用的就是最先安装的一个版本。其实这个是按照 PATH 中设定的路径位置来确定的，你最好把你需要主要使用的版本相关路径放在 PATH 环境变量中最前面。比如我的机器上，就是把 C:\Python26 和 C:\Python26\Scripts 作为 PATH 最前面两个。这样应该就能让保证你主要版本的正常使用。

* 当你在一个虚拟环境下工作时，假如你想在当前环境下来执行一个 Python 程序，这时你在命令行下必须执行 python foo.py ，这样 foo.py 才会在你当前已经激活的 virtualenv 下执行。作为比较如果你直接执行 foo.py 那么它仍然时在系统环境下执行的。

另外，Linux 下可以使用 __virtualenvwrapper __来进行方便的管理和切换各个环境，可惜的是这东西在 Windows 下用不了。但幸好有一个简单的脚本 envdotpy 来帮助你使用。把 env.py 放到 PATH 上的目录内，譬如 C:\Python26\Scripts 下。之后先打开里面的 DEFAULT_DIR_PATH 变量，把它改成你集中存放 virtualenv 的地方，在我们上面的例子中就可以把这行改为：

DEFAULT_DIR_PATH = "C:\\envs\\"

之后你就不需要专门 cd 到这个目录，而可以在任意路径上通过 env.py 来进行激活，切换，退出 virtualenv 了。例如执行: env.py envtest 就能激活 envtest 。执行 env.py -q 就能退出任意一个 virtualenv。

===== Winpdb 进行可视化调试 =====
如果你使用的 PyDev 的话那么用其自带的断点调试应该就可以了。Winpdb则是为用其他简单编辑器进行 Python 开发的用户提供一个熟悉的调试环境。Winpdb不出意料的也在 Python(x, y)当中。所以如果装上 Python(x, y) 你可以不断发掘里面附带的优秀工具。使用方法很简单，假设程序名为 foo.py，那么在命令行中输入：

winpdb foo.py

之后会弹出窗口，也就是一个大家都熟悉的 debug 图形界面。需要注意的是这里需要点击想要设置断点的行，点击 F9 设置断点，然后该行底色会变为红色，如下图所示。

Winpdb

===== 编码问题 =====
作为中文用户，初学 Python 最容易碰到的问题估计就是编码问题了。明明英文的都可以用到中文的时候就要出问题，而且出错信息难以理解，想要解决问题又不知道从何开始。幸运的是编码问题通过预防性的措施是很好避免的。下面从几个方面来讲讲 Python 中处理中文及 Unicode 容易碰到的问题。

==== Unicode 编码基础 ====

这里非常简单的讲一下编码知识，此部分表述可能不太准确，如果你对 Unicode 更为了解的话请联系我帮忙纠正。

你可以想象 Unicode 是一个很大的表，里面有着世界上所有的文字的个体，如英文中的字母，中文的汉字。事实上 Unicode 标准中每一个字都有一个唯一对应的__编号__，好比说 '中'字 对应十六进制 0x4E2D，而字母 'a' 对应的是十六进制 0x0061。这个编号是由 Unicode Consortium 这个组织来确定的。 如果说用这个编码来对应字符来用于表示字符，理论上是可以的，这样的话就是**每一个数字编号能对应一个字符**。

而实际情况中，不是每篇文章都用得到世界上所有的字符。譬如一篇英文文章就只有英文字母加上一些符号，用 Unicode 来进行存储的话每个字符要__浪费太多的空间__。所以就有__各种类型的Unicode字符集编码产生__。编码我们这里可以理解就是将一部分的 Unicode (比如说所有的中文，或者所有的日文)字符，以某种方式确定另外一个符号来代表他。中文常用编码有__ UTF8 和 GBK__，仍然以 '中'字 为例， UTF8 编码将对应 '中'字 的 Unicode 编号 0x4E2D 拆成三个的编号的组合[0xE4, 0xB8, 0xAD]，只有这几个连在一起的时候才会被作为一个 '中'字 显示出来；作为对比，GBK 编码将 '中'字 对应的 Unicode 编号 0x4E2D 编码成为两个编号的组合 [0xD6, 0xD0]，在 GBK 编码环境下只有这两个编号一起时，才会显示为 '中'字。

上面的例子中，如果把 UTF8 编码后的 [0xE4, 0xB8, 0xAD] 放到 GBK 环境下来显示会怎样？这几个编号跟 '中'字 在 GBK 下的编码 [0xD6, 0xD0]，不同，则显然不会显示为 '中'字。这三个字符会跟排在其前后的字符一起，__按照 GBK 的编码规则__找有没有对应的字符。结果有可能显示出一个毫不相关的字符，有时候为符号或者干脆不显示，这种情况就算产生了乱码。

==== Python 2.x 中的 String 与 Unicode ====
在 Python 2.x 中是有两种字串符相关类型的，分别为** String 和 Unicode**，两者提供的接口非常类似，有时候又能__自动转换__，蛮容易误导人的。在 Python 3 中 这两个类型分别用 **Bytes 和 String** 替代了。这个名字更能说明两者的本质：Python 2.x 中的 String 中存储的是__已经编码过的字节序列__，但它并__不知道自身是用的哪种编码__。相反的 Unicode 中存储的是记载了未编码的字串信息其中存储的就是相应字符的 Unicode 编号。在这里用程序来说明，我们建立一个简单的脚本名字为 encoding.py，代码如下：


#!/usr/bin/python
# -*- coding: utf-8 -*-

strs = "这是中文"
unis = "这也是中文".decode("utf8")

print strs[0:2]
print unis[0:2].encode('gbk')

print len(strs)
print len(unis)

注意：Windows终端支持的中文编码为gbk

前面两行后面会解释到，就是限定运行环境以及该脚本__文件的编码格式__。此脚本在这里可以下载，如果你要自己写的话请务必确保脚本的编码是 utf8 而不是别的。在 Windows 下的运行结果在这里，我觉得正好能说明问题：

C:\SHARED\Dev\scripts>encoding.py
杩   #strs编码格式为utf8，但是用终端用gkb编码来解释，故出错。
这也  #unis是Unicode编码，打印时被转换为gbk编码，因此显示正常。
12
5

这里需要说明，我们的程序__文件中所有字符用的是 UTF8 编码__，主要意义是该程序中的所有**直接写出来的字串符**（用"", ''括起来的字串符）是运用 UTF8 格式编码的；然而 Windows 下的__命令行是 GBK 环境__。这里 strs 是一个 String。事实上在 Python 2.x 中直接写在程序中的字串符，其类型都是 String(这里不考虑 string literal)。我们先直接输出 strs[0:2]，得到的是一个乱码字符(这个字符只是碰巧凑成是一个字)。如上面说的，String 中存储的是没有编码信息的字串序列，这里就是将strs中前两个编号取出并尝试显示。由于命令行环境为 GBK 编码，这里对应的字碰巧凑成了一个字，但是跟原本的字没有任何关系。

unis 是由一个 String 调用 decode() 方法得到，这正是在 Python 2.x 中取得 Unicode 的最基本的方式。由于 String 并不知道它本身是由什么编码格式来进行的编码，这里是我们的责任来确定他原来是用哪种编码方式进行编码。我们知道代码中的编码格式是 UTF8，所以我们可以用调用 String 的 decode() 方法来进行反编码，也就是解码， 把字串符从某种编码后的格式转换为其唯一对应的 Unicode 编号。unis 为解码获得的结果，其在 Python 2.x 中对应类型就是 Unicode，其中存储的就是 每个字符对应的 Unicode 编号。

我们尝试输出 unis 的前两个字符，在这里我们调用了 Unicode 的 encode() 方法。这就是编码的过程。我们知道 Windows 命令行下的编码是 GBK，只有采用 GBK 编码的字符才能正确显示。所以在这里我们通过调用 Unicode 的 encode() 方法，将 unis 中存储的 Unicode 编号 按照 GBK 的规则来进行编码，并输出到屏幕上。这里我们看到这里正确的显示了 unis 中的前两个字符。要注意的是在命令行中直接 print Unicode 的话 Python 会自动根据当前环境进行编码后再显示，但这样掩盖了两者的区别。建议总是手动调用 encode 和 decode 方法，这样自己也会清楚一些。

后面两者长度的差别也是佐证我们之前的例子。strs 中存储的是 UTF8 编码后的编号序列，上面看到一个中文字符在 UTF8 编码后变成三个连续的，所以 strs 长度为 3x4 = 12。你可以想象 strs 中存放的并不是中文，而是一系列没有意义的比特序列；而 unis 中存储的是对应的中文的 Unicode 编码。我们知道每一个字符对应一个编号，所以五个字对应五个编号，长度为 5。

===== 避免，和解决编码产生的问题 =====

了解了 Python Unicode 编码解码的这些概念后，我们来看看如何尽量的避免遇到让人烦心的编码问题。
首先如果你的代码中有中文，那么一定要务必声明__代码文件的编码格式__。根据 PEP-0263 中的介绍，在程序的最开始加上以下两行注释就能确定编码：

#!/usr/bin/python
# -*- coding: utf-8 -*-

其中 utf-8 就是指定的编码格式。事实上你应该总是使用 UTF8 作为你 Python 程序的编码格式，因为未来的 Python 3 所有文件都将默认以 UTF8 编码。另外除了声明，你必须确定你用来编辑 Python 程序的__编辑器是不是真的以__ UTF8 编码来存储文件。

之后就是养成关于编码解码的好习惯。当你的程序有 String 作为输入时，应该__尽早的将其转换为 Unicode__，再在程序中进行处理。在输出的时候也要尽可能晚，直到最后输出的时刻才__将 Unicode 编码为所需编码格式的 String 进行输出__。同样的你必须保持你__程序内部所有参与运算的字串都是 Unicode 格式__。很多著名的 Python 库例如 django 就是采用的这种方式，效果也蛮好。千万不要依赖 Python 自己进行两者之间的转换，__也不要将 String 和 Unicode 放在一起运算__，这些行为一方面十分容易引起错误，另一方面在 Python 3 中已经无法再现。

虽说确定 String 的编码格式是程序员的责任，但有时候你真的不知道有些字串符到底是什么编码的。这里有一个神奇__ chardet __能够帮助你。以下是摘自其页面上的例子，很好了说明了它的作用：读入任意一串字符，猜测其编码格式，并且给出猜测的确信度。

>>> import urllib
>>> urlread = lambda url: urllib.urlopen(url).read()
>>> import chardet
>>> chardet.detect(urlread("http://google.cn/"))
{'encoding': 'GB2312', 'confidence': 0.99}

>>> chardet.detect(urlread("http://yahoo.co.jp/"))
{'encoding': 'EUC-JP', 'confidence': 0.99}

>>> chardet.detect(urlread("http://amazon.co.jp/"))
{'encoding': 'SHIFT_JIS', 'confidence': 1}

>>> chardet.detect(urlread("http://pravda.ru/"))
{'encoding': 'windows-1251', 'confidence': 0.9355}

如果 confidence 非常低的话或者 chardet 直接报错，多半是字串经过多次错误编码解码，要从别的地方找办法解决问题。
在处理包含汉字的文本文件时，也有需要注意的地方。
如果上面的介绍还不能让你理解 Unicode 的概念，这里还有几篇关于这个问题的文章：

* 介绍 Unicode 的两篇文章 [1], [2]。关于 Unicode 有更为详细的解释。
* Unicode In Python, Completely Demystified 特别针对 Python 下的 Unicode 处理进行详细的讲解。

===== 其他 =====

除了上面几个重要的问题之外，剩下的资源。
Vim Python开发 相关资源

事实上我现在自己是在用 Vim 写 Python，感觉也蛮不错。以下是相关资源。

    UltimateVimPythonSetup 比较新的一个专门针对 Python 的 Vim 配置文件。

    Vim as Python IDE 只要搜 Python 和 Vim 就一定会找到这一篇文章。

    vimcolorschemetest 所有的Vim 配色方案都在集结在这里。

    Python 相关 Vim 插件
    pythoncomplete.vim 按上面的介绍配置一下，在自动输入的时候按Ctrl-X, Ctrl-O就有很强力的自动补全了。
    python.vim 加强语法的高亮。
    pyflakes.vim 很棒的语法检查，分析你的语法看避免低级错误。注意这个在Vim7.2下才有用， 如果是7.1则一点效果都没有...

其他相关资源

    用Python做科学计算
    这个把Python(x,y)里面所有的模块基本上都讲了一遍，我觉得外国人肯定都希望这个有个英文版的。

    PyMOTW
    这个名字看起来像个Python库(其实它还真的是一个...)，但他总体来说其实是一份文档， "Python每周一个模块"。作者持续几年每周介绍一个Python标准库中的库。你可以把他看做是一个Python标准库文档的一个很棒的补充，当你看标准库中的介绍看的云里雾里的时候，不妨来这边找找相应的介绍。因为这里的例子给的很全，而且基本上你用的到的偏门的库这里都有介绍哦。另外一个好消息是PyMOTW有一份很棒中文翻译版。

    reddit.com/r/python 和 python.org planet
    Python 相关的文章和资源。就我个人经历来说，每次都能在这里看到很多有用的东西。