1、Python & Unicode (《Dive into python》)

例 9.13. unicode 介绍

>>> s = u'Dive in'            
>>> s
u'Dive in'
>>> print s                   
Dive in

还记得我说过：需要从一个 unicode 得到一个正常字符串时，Python 通常默认将 unicode 转换成 ASCII 吗？嗯，这个默认编码模式是一个可以定制的选项。

import sys
sys.setdefaultencoding('iso-8859-1') 

>>> import sys
>>> sys.getdefaultencoding() 
'iso-8859-1'
>>> s = u'La Pe\xf1a'
>>> print s                  
La Peña

现在，想想 XML 中的编码应该是怎样的呢？不错，每一个 XML 文档都有指定的编码。重复一下，ISO-8859-1 是西欧语言存放数据的流行编码方式。KOI8-R 是俄语流行的编码方式。编码――如果指定了的话――都在 XML 文档的首部。

2、Python正则表达式

有了上面的基础，实践一个小应用问题的解决，用python正则表达式取匹配串（当然包含中文了）

仅英文情况下（ASCII），下面的代码是可以的，test.py（文件编码为默认）

Code
import re
p=r'\$([^\$\s]+)'
s=u'dsd$dd$111'
m=re.findall(p,s)
print m

output: [u

当字符串s中有中文时，须如下方可，test1.py(文件编码也是utf-8)

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

import re
p=r'\$([^\$\s]+)'
s=u'dsd$哈哈哈$大苏打'
m=re.findall(p,s)
print m

# output: [u

具体中文字符的匹配示例：

Code

当然也可以在pattern串中用\u声明具体中文（或其他文）字符，不采用上述的方式（unicode->utf-8）

相关python unicode i/o参见这篇文章http://bakey1985.blogspot.com/2009/01/python-unicode-io.html

3、Python web 开发

用python的web framework进行web开发时，同样需要考虑编码问题，统一编码（python sys、所有文件编码、code文件内的编码声明）避免n多问题

python2.x下对unicode的支持，至少需要你对其有基本的了解方容易解决问题，当然不能跟java、c#相比了，毕竟是从非unicode发展过来的。