Python 2.7 中如何解决 unicode 和 str 转换的问题？

在Python 2.7里处理unicode和str确实是个坑。核心就记住一点：str是字节串，unicode才是真正的字符串。乱码问题基本都是这俩混用导致的。

关键原则：尽早解码，晚点编码。 数据进来就马上用.decode('utf-8')转成unicode，内部处理全用unicode，最后输出时再用.encode('utf-8')转回str。

# -*- coding: utf-8 -*-
# 1. 输入时解码
input_str = '你好世界'  # 这是个str（字节串）
unicode_str = input_str.decode('utf-8')  # 转成unicode

# 2. 内部处理全用unicode
processed = unicode_str + u'！'

# 3. 输出时编码
output_str = processed.encode('utf-8')
print output_str  # 输出：你好世界！

# 处理文件时指定编码
import codecs
with codecs.open('file.txt', 'r', 'utf-8') as f:
    content = f.read()  # 直接得到unicode

如果遇到UnicodeDecodeError或UnicodeEncodeError，别用ignore或replace糊弄过去，先检查源数据的正确编码。实在不行就用chardet库检测编码：

import chardet
raw_data = '一些乱码数据'
encoding = chardet.detect(raw_data)['encoding']
if encoding:
    unicode_str = raw_data.decode(encoding)

还有个常见坑是字符串拼接，确保两边都是同类型：

# 错误示例
str1 = 'hello'
unicode1 = u'世界'
# result = str1 + unicode1  # 会报UnicodeDecodeError！

# 正确做法
result = str1.decode('utf-8') + unicode1
# 或者
result = str1 + unicode1.encode('utf-8')

总之，在Python 2.7里处理文本就得时刻清楚自己手里拿的是字节还是字符。

建议：升级到Python 3能彻底解决这个问题。