我糊涂了。我需要帮助！！！
我正在处理一个包含汉字的文件，例如，我们称它为a.TEST，这就是里面的内容。
你好 中国 Hello China 1 2 3
您不需要了解中文的意思。（实际上是“你好中国”）
>>> f=open('wr.TRAIN')
>>> print f.read()
你好 中国 Hello China 1 2 3
>>> f.seek(0)
>>> content = f.readline()
>>> content
'\xe4\xbd\xa0\xe5\xa5\xbd \xe4\xb8\xad\xe5\x9b\xbd Hello China 1 2 3\n'
>>> print content
你好 中国 Hello China 1 2 3
>>> type(content)
<type 'str'>
>>> isinstance(content,unicode)
False
这是第一个问题：为什么当我只键入
utf-8时python shell给我
content的
content，同时
print content cmd可以输出我想要查看的形式？
第二个问题：
unicode和
str有什么区别？
有人告诉我
encode将
unicode转换为
str，但是我从
Unicode HowTo中学到的内容告诉我
encode是
unicode转换
utf-8到
test.py
还没结束！ :)
这是
.split()
#!/usr/bin/python
#-*- coding: utf-8 -*-
fr = open('a.TEST')
fw = open('out.TEST','w')
content = fr.readline()
content_list = content.split()
print content
fw.write('{0}'.format(content_list))
fr.close()
fw.close()
第三个问题：为什么在我执行
fw.write('{0}'.format(content_list).decode('utf-8'))时汉字会变成utf-8代码？
我以为
out.TEST可以工作，但是不行。
我不希望
请您参考如下方法:
什么是编码
文件由字节组成。您可以用0到255之间的数字表示每个字节（或十六进制为0x00到0xFF）。
文本也写为字节。文本的书写方式已达成协议。那是一种编码。最基本的编码是ASCII，其他编码通常基于该编码。例如，ASCII定义数字65（0x41）代表'A'，66（0x42）代表'B'等。
字符串如何表示
在python中，您可以使用数字值定义字符串：
>>> '\x41\x42\x43'
'ABC'
'\x41\x42\x43'与
'ABC'完全相同。 Python将始终使用更具可读性的文本表示形式（
'ABC'）来表示字符串。
但是，某些数字值不是可打印的字符，因此它们将以数字形式表示：
>>> '\x00\x01\x02\x03\x04'
'\x00\x01\x02\x03\x04'
其他字符使用别名可以使您的工作更轻松：
>>> '\x0a\x0d\x09'
'\n\r\t'
不同的编码
ASCII table定义数字0-127的含义，并且仅包含英文字母。数字128-255未定义。因此，其他编码定义了128-255的含义。还有一些更改了整个范围0-255的含义。
有许多编码，它们对128-255的定义不同。
例如，字符185（0xB9）在Windows-1250编码中为
ą，但在iso-8859-2编码中为
š。
那么，如果打印
\xb9，会发生什么？这取决于控制台中使用的编码。就我而言（我的控制台使用cp852编码）是：
>>> print '\xb9'
╣
由于存在这种歧义，因此字符串
'\xb9'永远不会表示为
'╣'（也不表示为
'ą' ...）。那将隐藏真实的价值。它将被表示为数值：
>>> '\xb9'
'\xb9'
也：
>>> '╣'
'\xb9'
另请参阅控制台中问题的字符串：
>>> content = '\xe4\xbd\xa0\xe5\xa5\xbd \xe4\xb8\xad\xe5\x9b\xbd Hello China 1 2 3\n'
>>>
>>> content
'\xe4\xbd\xa0\xe5\xa5\xbd \xe4\xb8\xad\xe5\x9b\xbd Hello China 1 2 3\n'
>>>
>>> print content
ńŻáňąŻ ńŞşňŤŻ Hello China 1 2 3
但是，如果仅在控制台中输入变量，会发生什么？
在不带
print的cosole中输入变量时，将打印其表示形式。与以下内容相同：
>>> print repr(content)
'\xe4\xbd\xa0\xe5\xa5\xbd \xe4\xb8\xad\xe5\x9b\xbd Hello China 1 2 3\n'
什么是Unicode？
Unicode table旨在定义世界上所有字符的数字表示形式。它实际上可以做到这一点，因为它不限于256个值（或实际上没有任何其他限制）。这不是编码，而是数字到字符的通用映射。
例如，unicode定义数字353（0x0161）为字符
š。无论使用哪种语言环境和编码，这都是正确的。该字符可以任何支持
š的编码形式存储在文件（或内存）中。
什么是UTF-8？
在对Unicode字符进行编码时，可以使用任何编码，但是并非所有字符都支持所有字符。
例如，
š（unicode 0x0161）可以在iso-8869-2中编码为0xB9，但根本不能在iso-8869-1中编码。
因此，为了能够对任何内容进行编码，您需要一种支持每个unicode字符的编码。 UTF-8是其中一种编码，但还有其他编码：
>>> u'\u0161'.encode('utf-7')
'+AWE-'
>>> u'\u0161'.encode('utf-8')
'\xc5\xa1'
>>> u'\u0161'.encode('utf-16le')
'a\x01'
>>> u'\u0161'.encode('utf-16be')
'\x01a'
>>> u'\u0161'.encode('utf-32le')
'a\x01\x00\x00'
>>> u'\u0161'.encode('utf-32be')
'\x00\x00\x01a'
utf-8的优点是整个ASCII范围保持不变，只要仅使用ASCII，每个字符仅使用一个字节：
>>> u'abcdefg'.encode('utf-8')
'abcdefg'
Python 2中的Unicode
重要说明：这确实是特定于Python 2的。Python3是不同的。
与
str对象是字节字符串不同，
unicode对象是unicode字符字符串。
它们可以按选定的编码方式编码为
str，也可以按选定的编码方式从
str进行解码。
在开头的引号前使用
u指定unicode字符串。其中的字符使用当前编码解释，或者可以以数字格式
\uHEX指定：
>>> u'ABCD'
u'ABCD'
>>>
>>> u'\u0041\u0042\u0043'
u'ABC'
>>> u'šâů'
u'\u0161\xe2\u016f'
现在的答案
第一个问题
contents打印
repr(contents)
print contents打印
contents
第二个问题
UTF-8字符串是字节字符串（
str）。您可以通过对
unicode进行编码来获得它们：
>>> u'\u0161'.encode('utf-8')
'\xc5\xa1'
>>> '\xc5\xa1'.decode('utf-8')
u'\u0161'
因此，是的，
encode将
unicode转换为
str。
str可以是utf-8，但不一定必须是。
第三题
A）“为什么在我执行.split（）时汉字会变成utf-8代码？”
他们一直都是utf-8。
B）“我认为fw.write（'{0}'。format（content_list）.decode（'utf-8'））可以工作”
content_list不是字符串。这是一个清单。当列表转换为字符串时，将使用其
repr（也对所有内容执行
repr）来完成。
例如：
>>> 'a \n a \n a'
'a \n a \n a'
>>> print 'a \n a \n a'
a
a
a
>>> print ['a \n a \n a']
['a \n a \n a']
最后打印的包含repr（str）的打印的repr（list）。
