在开发的过程中，我们不可避免的会遇到各种各样的编码，解码，或者乱码问题，很多时候，我们可以正常的解决问题，但是说实在的，我们有可能并不清楚问题到底是怎么被解决的，秉承知其然，更要知其所以然的理念，经过一番研究，就有了下面的这篇文章，鉴于本人功力尚浅，有错误请给予纠正 :-)
编码解码核心
简单的来说，编码是从一个字符，比如‘郭'，到一段二进制码流的过程。解码是从一段二进制码流到一个字符的过程。
但是，就计算机工作原理而言，这其中涉及到了三个对象。
•字符 （我们在各种终端上面看得到的显示结果）
•内码 （对应显示的字符的计算机存储数据）
•字符集 （内码在内存中的具体实现）
这三者之间的配合如下图。
字符
对于字符而言，是我们程序员而言想必是最熟悉的了吧。什么Abs_=+/.80，都是我们所熟悉使用的字符。虽然我们表面上看到的是一个个的字符，但是在计算机而言，其真正识别和处理的不过是对应于显示的字符的一个个的内码。
内码
内码是汉字在计算机内部存储，处理和传输用的信息编码。它必须与ASCII码兼容但又不能冲突。
也许你会想，ASCII码又是什么？ 对此，百度百科是这样解释的：
ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646。
从这里我们不禁会想，既然是单字节编码，那么汉字这种多字节表示的信息又是怎么被计算机识别和处理的呢?
国标码规定：一个汉字用两个字节来表示，每个字节只用前七位，最高位均未作定义。但我们要注意，国标码不同于ASCII码，并非汉字在计算机内的真正表示代码，它仅仅是一种编码方案，计算机内部汉字的代码叫做汉字机内码，简称汉字内码。
所以，这也是国人在平时开发过程中经常会遇到的 乱码问题的根源。
字符集
字符集作为内码在内存中的具体实现，肩负着很大的责任。
•ascii不仅仅指英文对应的内码，还包括它的具体实现，也就是它的字符集。它是用一个字节存储每个内码的。
•unicode是所有文字(包括英文，中文，日文等)所对应的内码的集合。
unicode的实现方式比较多样，常用的有UTF-8，GBK，GB18030。
•其中，UTF-8是一种不定长的内码实现方式。
GB18030兼容GBK，GBK兼容GB2312。
严格点来讲，我们所谓的编码解码问题：编码指内码编码成字符集；解码指字符集解码为内码
-----------------------------------------------
系统编码
众所周知，在不同的操作系统上，支持的编码也是不太一致的。所以我们在跨平台操作的时候，需要重点考虑的问题就包括系统编码问题。
windows
在Windows上查询当前系统的活动代码页，就可以知道当前系统使用的编码。
调出命令行之后输入: chcp 即可。
基本上国人的电脑上会显示936
936 代表GBK 扩展的EUC-CN 编码( GB 2312-80编码,包含 6763 个汉字)到Unicode (GB13000.1-93)中定义的20902个汉字,即中国大陆使用的是简体中文zh_CN.。
Linux
在Linux操作系统上查看系统编码更是方便。
locale是最核心的一个变量。它包括12个基本属性。这12个基本属性构成某个地区的语言习惯，日期，货币，单位等文化因素。LC_ALL是强制修改locale信息的命令。LANG是locale的默认设置命令。因此，当LC_ALL强制locale信息以后，LANG的设置也就失效了。
当然了，我们可以根据自己的喜好，来为自己的linux计算机分配系统编码。
----------------------------------------------------
Python中的编码问题
一般而言，谈到程序编码问题，首屈一指的就是Python语言中的编码了。尤其是Unicode字符集的使用，更是让人摸不着头脑。不过，现在不用担心了，待会我会出绝招滴。
系统编码
经过了刚才的知识的铺垫，大家肯定对此也有了一定的感悟了。Python中的系统编码充当了一个桥梁的作用。其通常也是写源码的编辑器的编码方式。它代表源码文件内的所有内容都是根据词方式编码成二进制码流，存入到磁盘中的。
系统编码可以通过locale命令查看（LINUX）。
说白咯，就是操作系统是怎么存储我们的Python源程序的。
Python编码
这是一个比较新的概念，也是Python编码问题的根源。那就是指python内设置的解码方式。如果不设定的话，python默认是ascii解码。所以我们不难理解为什么有汉字的时候很容易出现乱码的情况了吧。
为了解决Python默认编码不支持汉字的窘境。我们需要手动的设置，让其识别咱们可爱的博大精深的汉字。一般有如下三种方式。
方式一
只能Python识别
在源码文件开头（一定要是第一行）：#coding=UTF-8，源码文件的设置解码方式为UTF-8
方式二
可以被其他的语言识别
在源码文件开头（一定是第一行）：#--coding:UTF-8--，源码文件的设置解码方式是UTF-8
方式三
我经常使用的方式是方式一加方式三
import sys
reload(sys)
sys.setdefaultencoding('UTF-8')
</div>
文件编码
对于文件编码，大体意思就是系统为我们即将存储的文件而进行的编码操作。
实例一
系统编码：locale：gbk python源文件test.py #coding='UTF-8' s='郭' print s</div>
在test.py被保存的那一刻，系统会以gbk的方式将数据存储到本地硬盘上，而在下次我们运行这段代码的时候，Python编码会按照源文件开头指定的utf-8编码来解码并运行，所以遇到'郭'的时候，由于码制的不同，出现乱码或者出现错误就不难理解了。
实例二
系统编码：locale：gbk
test.py
#coding='gbk'
s='郭'
ss=s.encode('UTF-8')
</div>
这个时候，系统编码仍然会以gbk的变啊买房时对源文件进行编码处理，但是在遇到ss=s.encode('UTF-8')的时候，会先以Python编码指定的方式将对应的字符串（二进制码流）编码，再按照系统编码对其进一步的编码处理。
而在下次加载的时候，程序会被以对二进制码流，按照解码的编码处理原则处理。也就是说Python解释到ss=s.encode('UTF-8')行的时候，会对相应的二进制码流以utf-8的方式解码，这样就能很好的解决掉字符集不匹配的问题了。
二进制码流（python中，所有字符串都表示的是相应的二进制码流，所有的unicode都表示的是相应的内码）
Python中字符串和Unicode的区别
字符串表示的是编码后的二进制码流，unicode表示的是内码。所以，为了避免解码错误的出现，最好使用unicode表示
unicode的定义，使用
•s=u'郭'：定义unicode字符串s。s表示的是哈的unicode内码
•ss=unicode(s,'gbk'):对字符串s按照gbk方式解码，ss表示解码后的内码
•import codecs
f=codecs.open(filename,'r','gbk‘）
s=f.read()
按照gbk方式读取filename，读取后的内容转变成unicode内码存在变量s中。
了解了以上编码解码的底层原理之后，基本上就可以应对相关的乱码问题了。
-----------------------------------------------------
PHP中的编码
在PHP中我们也经常会遇到页面出现乱码的情况，有了上面的知识基础，我们再过来看PHP中的乱码问题，就会迎刃而解了。当然了，今天主要是来讲一讲如何解决PHP中文乱码问题。
header
header("Content-Type:text/html;charset=utf-8");
</div>
加上头信息的作用就是告诉浏览器，以XX方式来解码。基本上而言不会有太大的问题，但是前提是双方的系统编码能保持一致，否则也会出现由于系统编码不同而引起的乱码问题，对照Python的案例，我们也很容易可以理解。
set names XX