開始接觸python指令碼,一上來就碰到了中文亂碼問題。
字串在python內部的表示是unicode編碼,因此,在做編碼轉換時,通常需要以unicode作為中間編碼,即先將其他編碼的字串解碼(decode)成unicode,再從unicode編碼(encode)成另一種編碼。
decode 解碼,作用是將其他編碼的字串轉換成unicode編碼,如str1.decode('gb2312'),表示將gb2312編碼的字串str1轉換成unicode編碼。
encode 編碼,作用是將unicode編碼轉換成其他編碼的字串,如str2.encode('gb2312'),表示將unicode編碼的字串str2轉換成gb2312編碼。
如果乙個字串已經是unicode了,再進行解碼則將出錯,因此通常要對其編碼方式是否為unicode進行判斷:
isinstance(s, unicode) #用來判斷是否為unicode
用非unicode編碼形式的str來encode會報錯
如何獲得系統的預設編碼?
#!/usr/bin/python
#coding=utf-8
import sys
print sys.getdefaultencoding()
該段程式在英文windowsxp上輸出為:ascii
在某些ide中,字串的輸出總是出現亂碼,甚至錯誤,其實是由於ide的結果輸出控制台自身不能顯示字串的編碼,而不是程式本身的問題。
如在ulipad中執行如下**:
s=u"中文" #指定為unicode編碼
print s
將最後一句改為:print s.encode('gb2312')
則能正確輸出「中文」兩個字。
若最後一句改為:print s.encode('utf8')
則輸出:\xe4\xb8\xad\xe6\x96\x87,這是控制台資訊輸出視窗按照ascii編碼輸出utf8編碼的字串的結果。
unicode(str,'gb2312')與str.decode('gb2312')是一樣的,都是將gb2312編碼的str轉為unicode編碼
使用str.__class__可以檢視str的編碼形式
原理說了半天,上**:
#coding=utf-8
#!/usr/bin/python
s="中文"
if isinstance(s, unicode):
print s.encode('gb2312')
else:
print s.decode('utf-8').encode('gb2312')
python中文亂碼
關於中文亂碼,老夫已經遇到無數次,遍尋良方,也使出無數種招數。總結一下,費話不多說,python中文亂碼的根源只有乙個,字元編碼不統一!import sys reload sys sys.setdefaultencoding utf 8 上述語句編譯器可能會報錯,不影響,意思是2.7的sys原來沒有...
python 中文亂碼
原文 亂碼原因 因為你的檔案宣告為utf 8,並且也應該是用utf 8的編碼儲存的原始檔。但是windows的本地預設編碼是cp936,也就是gbk編碼,所以在控制台直接列印utf 8的字串當然是亂碼了。解決方法 在控制台列印的地方用乙個轉碼就ok了,列印的時候這麼寫 print myname.de...
python 中文亂碼問題
python 中文亂碼問題 python 預設編碼和系統編碼有關 linux 下用locale命令可以檢視 加入以下編碼可以將預設編碼設定為utf8 import sys reload sys sys.setdefaultencoding utf 8 處理中文時候,可以用urllib.quote將u...