python編碼問題 2

先上**：

# -*- coding: utf-8 -*-

import sys
import urllib2
import re
import chardet
import sys
print sys.getdefaultencoding()  
html = ''
src = urllib2.urlopen(html).read()
print chardet.detect(keyword)
print chardet.detect(src)
match = re.compile(keyword)
list = match.findall( src)
for line in list:
print line

ascii

手機看新聞

cp936 ->  cp1252  ， why????

讀取網頁的編碼貌似取自網頁。

為什麼，cp1252的編碼能夠在gb2312的編碼的字串中找到匹配？

解答

Python2編碼問題

以下內容說的都是 python 2.x 版本 我們看到的輸入輸出都是 字元 characters 計算機 程式 並不能直接處理，需要轉化成位元組資料 bytes 因為程式只能處理 bytes 資料。例如 檔案 網路傳輸等，處理的都是 bytes 資料 二進位制數字。孤立的 byte 是毫無意義的，所...

Python2編碼問題

以下內容說的都是 python 2.x 版本 我們看到的輸入輸出都是 字元 characters 計算機 程式 並不能直接處理，需要轉化成位元組資料 bytes 因為程式只能處理 bytes 資料。例如 檔案 網路傳輸等，處理的都是 bytes 資料 二進位制數字。孤立的 byte 是毫無意義的，所...

python2 編碼問題

coding utf 8 import sys reload sys sys.setdefaultencoding utf8 第一行是讓 以utf8格式解析 後面三行是讓python直譯器在decode時候用utf8進行decode 這樣所有字串都是utf8的了，如果遇到非utf8字串可以用deco...