莫愁前路无知己,天下谁人不识君。。。。

python中经常遇到的编码问题

上一篇 / 下一篇  2017-12-26 14:27:11 / 个人分类:python知识精髓

英文的一般用ascii,而中文有unicode,utf-8,gbk,utf-16等等。
unicode是 utf-8,gbk,utf-16这些的父编码,这些子编码都能转换成unicode编码,然后转化成子编码,例如utf8可以转成unicode,再转gbk,但不能直接从utf8转gbk,所以,python中就有两个方法用来解码(decode)与编码(encode),解码是子编码转unicode,编码就是unicode转子编码.
字符串在Python内部的表示是Unicode编码,因此,在做编码转换时,通常需要unicode作为中间编码,即先将其他编码的字符解码(decode)成unicode,再从unicode编码(encode)成另一种编码。
decode的作用是将其他编码的字符转换成unicode编码,str1,decode('gb2312'),表示将gb2312编码的字符串str1转换成unicode编码。encode的作用是将unicode编码转换成其他编码的字符串,如str2,encode('gb2312'),表示将unicode编码的字符串str2转换成gb2312编码。
万能编码:
#coding:utf-8 
s="中文" 
if isinstance(s, unicode): 
#s=u"中文" 
print s.encode('gb2312') 
else: 
#s="中文" 
print s.decode('utf-8').encode('gb2312')
通常,在没有指定特定的编码方式时,都是使用的系统默认编码创建的代码文件。
如:
    s = '中文'
    在utf8文件中,该字符串就是utf8编码了;
    在gb2312文件中,该字符串就是gb2312编码了;
    如字符串是这样定义: s =u'中文',则该字符串的编码就被指定为unicode编码了,即Python的内部编码,而与代码文件本身的编码无关,因此,对于这种情况做编码转换,只需直接使用encode方法将其转换成指定编码即可。

TAG: decode encode

 

评分:0

我来说两句

Open Toolbar