一、python中文编码问题
当字符串是：'u4e2du56fd'
当字符串是:' 东亚学团一中'
ord()支持unicode，可以显示特定字符的unicode号码，如：
只要和Unicode连接，就会产生Unicode字串。如：
对于ASCII(7位)兼容的字串，可和内置的str()函数把Unicode字串转换成ASCII字串。如：
对几个概念的理解：
ASCII码 用数据字 对应 相应的字符 如下图所示：
而中文 就是区位码对应汉字。如：“好” 的ASCII码为： 22909
unicode 编码 每个国家分一块。它有UTF-8、UTF-16、UTF-32等形式
中文范围 4E00-9FBF：这个范围内有 gbk,gb2312,
utf-8是基于unicode的 国际化的场合适合使用
gb2312和gb2312都是国标码 出现的较早 主要用于编解码常用汉字。
----------------------------------------
首先，要明白encode()和decode()的区别
encode()的作用是将Unicode编码的字符串转换为其他编码格式。
例如：
st1.encode("utf-8") 这句话的作用是将Unicode编码的st1编码为utf-8编码的字符串
decode()的作用是把其他编码格式的字符串转换成Unicode编码的字符串。
例如：
st2.decode("utf-8") 这句话的作用是将utf-8编码的字符串st2解码为Unicode编码的字符串
第二，除Unicode编码的字符串以外，任何一种编码的字符串要想转换为其他编码格式，必须先解码后编码
非Unicode编码--> Unicode编码-->非Unicode编码
例如，utf-8编码的字符串st想要转换为gbk编码的字符串，必须经过以下步骤：
第三，经常使用的utf-8编码还分为有BOM的和无BOM的。
第四：关于json文件的中文编码。用Python读取Json文件时经常用到json.load()函数，该函数对json文件的格式是有要求的
1）json文件是utf-8 without BOM编码的,那么可以直接用json.load(filename)函数读取json文件的内容
2）json文件是utf-8 with BOM编码的，不能用json.load()函数读取，json.load()不能正确识别
3）json文件时其他编码的，比如gbk, 要把json文件的编码格式作为一个参数传给json.load()：
eg. json.load(filename,"gbk")
第五，怎么查看并且设置自己文件的编码呢？
介绍一个个人比较喜欢的工具"Nodtepad++"，随便一个软件管家里就与一键安装。
用这个工具你可以方便的查看自己的文件的当前编码，并可以轻松转换成任意其他编码格式
---------------
二、python处理中文编码和判断编码的方法
在开发自用爬虫过程中，有的网页是utf-8，有的是gb2312,有的是gbk，如果不加处理，采集到的都是乱码，解决方法是将html处理成统一的utf-8编码
针对python2.7
#coding:utf-8
#chardet 需要下载安装
import chardet
#抓取网页html
line = "http://www.***.com"
html_1 = urllib2.urlopen(line,timeout=120).read()
#print html_1
encoding_dict = chardet.detect(html_1)
#print encoding
web_encoding = encoding_dict['encoding']
if web_encoding == 'utf-8' or web_encoding == 'UTF-8':
html = html_1
else :
html = html_1.decode('gbk','ignore').encode('utf-8')
#有以上处理，整个html就不会是乱码。