python模块之codecs

python对多国语言的处理是支持的很好的，它可以处理现在任意编码的字符，这里深入的研究一下python对多种不同语言的处理。
    有一点需要清楚的是，当python要做编码转换的时候，会借助于内部的编码，转换过程是这样的：
        原有编码 -> 内部编码 ->
目的编码
   
python的内部是使用unicode来处理的，但是unicode的使用需要考虑的是它的编码格式有两种，一是UCS-2，它一共有65536个码
位，另一种是UCS-4，它有2147483648g个码位。对于这两种格式，python都是支持的，这个是在编译时通过--enable-
unicode=ucs2或--enable-unicode=ucs4来指定的。那么我们自己默认安装的python有的什么编码怎么来确定呢？有一个
办法，就是通过sys.maxunicode的值来判断：
import
 sys
print
 sys.maxunicode
    如果输出的值为65535,那么就是UCS-2,如果输出是1114111就是UCS-4编码。
我们要认识到一点：当一个字符串转换为内部编码后，它就不是str类型了！它是unicode类型：
a 
=
 
"
风卷残云
"
print
 type(a)
b 
=
 a.unicode(a, 
"
gb2312
"
)
print
 type(b)
输出：
<type 'str'>
<type 'unicode'>
这个时候b可以方便的任意转换为其他编码，比如转换为utf-8:
c 
=
 b.encode(
"
utf-8
"
)
print
 c
c输出的东西看起来是乱码，那就对了，因为是utf-8的字符串。
   
好了，该说说codecs模块了，它和我上面说的概念是密切相关的。codecs专门用作编码转换，当然，其实通过它的接口是可以扩展到其他关于代码方面
的转换的，这个东西这里不涉及。
#
-*- encoding: gb2312 -*-
import
 codecs, sys
print
 
'
-
'
*
60
#
 创建gb2312编码器
look  
=
 codecs.lookup(
"
gb2312
"
)
#
 创建utf-8编码器
look2 
=
 codecs.lookup(
"
utf-8
"
)
a 
=
 
"
我爱北京
"
print
 len(a), a
#
 把a编码为内部的unicode, 但为什么方法名为decode呢，我
的理解是把gb2312的字符串解码为unicode
b 
=
 look.de