流畅的python读书笔记-第四章 编码问题

处理文本的最佳实践是“Unicode 三明治”

---

1. 要尽早把输入（例如读取文件时）的字节序列解码成字符串。
2. 这种三明治中的“肉片”是程序的业务逻辑，在这里只能处理字符串对象。
3. 在其余处理过程当中，必定不能编码或解码。
4. 对输出来讲，则要尽可能晚地把字符串编码成字节序列。

案例

例如，在 Django 中，
视图应该输出 Unicode 字符串；
Django 会负责把响应编码成字节序列，并且默认使用 UTF-8 编码。

编码建议 显示指明编码

编码默认值的最佳建议是：别依赖默认值
明确指定encodeing

二进制模式

除非想判断编码，不然不要在二进制模式中打开文本文件；
即使如此，也应该使用 Chardet，而不是从新发明轮子

总结

Unicode 三明治

• 尽早 字节序列解码成字符串
• 三明治中的“肉片”是程序的业务逻辑，在这里只能处理字符串对象
• 尽可能晚地把字符串编码成字节序列

显示编码

别再二进制中打开文本,判断编码应该使用 Chardet