写这篇文章的目的很简单，之前写HTTP批量获取网站Title的时候，就遇到或这种奇葩问题：
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd6 in position 3: ordinal not in range(128)
此外，把代码从osx搬到win上执行的时候，也遇到这种问题。
今天在处理eml文件的时候，同样的代码在osx上执行没问题，在win上执行的时候又报这种让人一脸懵b的问题。
OS之间编码环境的差异
＃获得Python的默认编码ascii
import sys
sys.getdefaultencoding()
＃获得当前系统中文件系统使用的默认编码
import sys
sys.getfilesystemencoding()
以下是若干个环境测试结果
windows xp（默认语言环境GBK）
windows 2003 （默认语言环境US）
windows 2008 （默认语言环境GBK）
OSX10.9（默认语言环境UTF－8）
Windows下比较奇葩，全都返回mbcs，既多字节字符编码。直接拿这个去decode，Python解释器可不乐意。我们需要得到更精准的描述（cmd中执行chcp可得到当前系统所使用的编码，在控制面板的区域中可以的得到，只不过里面给的并不是特定的编码，而是地区／国家）。
如何通过py代码获得系统默认编码呢？
import locale
import codecs
print locale.getpreferredencoding();
print codecs.lookup(locale.getpreferredencoding()).name
这段代码在Windows 中文系统中返回gbk。
在Linux，OSX中返回utf-8。
到此编码环境确定了，Windows下的编码会经常变化，而Linux系统则不会。
Python程序对编码的处理
Python的代码，强烈建议将所有输入都转为unicode进行处理（根据输入的来源，进行decode处理）在根据需求，将unicode转换为特定的编码进行保存。不然你的python程序同时在linux，win上执行时，可能会出现很奇葩的行为。
将输入来源进行分类：
- 当前系统：locale获取当前系统默认编码
- 外部系统：根据来源系统，进行特定的编码处理
- 其他操作系统：Linux默认为UTF-8，windows由local获得或cmd中执行chcp
- http：Content-Type头，还有html页面中的meta标签都可能包含编码信息。
- 数据库：
- Mysql：
- Oracle：
- MSSQL：
赠送一个unicode查询网站，在赠送一个ppt，也是介绍编码的。
还有一个有编码信息的地方，py文件的头部
#coding=gbk
这段代码定义了当前py文件中的字符串的编码。
既当前文本中的字符串在转换为unicode，只能通过decode，coding所指定的编码获得。
建议设置一个全局变量，用来控制当前os中用户的输入。
奇葩问题集
输出
- 输出到终端：Unicode类型可以直接输出到终端
- 持久化：（需要进行特定编码后才可保存）
- 数据库
- 文本：
- ascii编码：open打开的文本，只能进行ascii读写
- 非ascii编码：codecs.open，指定encoding类型，进行读写
来自不同终端的输入
来自终端的输入，都是带有特定编码的。比如中文的win下，默认编码是gbk。OSX下，默认是utf-8。为了避免出现UnicodeDecodeError的问题。需要根据当前OS的默认编码对输入进行decode处理。raw_input得到的输入，需要decode之后再用。但是不同安装语言的win下，默认编码不同。因此，raw_input().decode的参数需要通过locale的getprederredencoding获得。
import locale
default_os_encoding = locale.getpreferredencoding();
raw_input().decode(default_os_encoding)
os.walk的问题
这玩意儿根据传入的参数类型（str，unicode）不同，返回的dirpath，dirnames，files类型也不同（传str，返回str。传unicode，返回unicode）。官方文档里也没这描述，只有os.listdir有对此行为进行描述。
os.walk以在osx系统与windows中的行为存在差异：
osx上，以str类型作为输入，在pycharm中的调试结果
windows上，以str类型作为输入，在pycharm中的调试结果（这些都是什么鬼）
Windows 2008 R2，E文
Windows 2008 R2，毛子文
Windows 2008 R2，中文
以unicode类型作为os.walk的输入，得到一组unicode类型的返回，在win下与osx在结构都正常。
因此，os.walk比较稳妥的用法：
for dirpath, dirnames, files in os.walk(raw_input.decode(locale.getpreferredencoding()))
