python convert unicode string
1 源文件编码在文件头部使用coding声明。告诉python 解释器该代码文件所使用的字符集。
＃/usr/bin/python
#coding:utf8
2 内部编码
代码文件中的字符串，经过decode以后，被转换为统一的unicode格式的内部数据，类似于u'*'。unicode数据可以使用encode函数，再自由转换为其他格式的数据，相当于一个统一的平台。
直接输入unicode数据
>>> u'你好'
u'\u4f60\u597d'
将unicode数据转换为 gb2312 格式
>>> u'你好'.encode('gb2312 ')
'\xc4\xe3\xba\xc3'
将输入的gb2312 格式的数据解码为unicode
>>> '你好'.decode('gb2312 ')
u'\u4f60\u597d'
isinstance(s, unicode) #用来判断是否为unicode
获得系统的默认编码 ？
#!/usr/bin/env python
#coding=utf-8
import sys
print sys.getdefaultencoding()
Unicode和普通字符串之间转换
str = "你好aaa"
>>>'\xc4\xe3\xba\xc3aaa'
print str
>>>你好aaa
type(str)
>>><type 'str'>
# 将各种Python字符串转化为Unicode："decode"
#中文 -> unicode
unicodestring = unicode(str, "gbk")
u'\u4f60\u597daaa'
#utf-8 -> unicode
str='Hello world'
unicodestring = unicode(str, "utf-8")
>>>u'Hello world'
#acii -> unicode
unicodestring = unicode(str, "ascii")
#ISO-8859-1 -> unicode
unicodestring = unicode(str, "ISO-8859-1")
#utf-16 -> unicode
unicodestring = unicode(str, "utf-16")
# 将Unicode转化为普通Python字符串："encode"
str = "你好aaa"
>>>'\xc4\xe3\xba\xc3aaa' <type 'str'>
unicodestring = unicode(str, "gbk")
unicodestring
>>>u'\u4f60\u597daaa'
utf8string = unicodestring.encode("utf-8")
>>>'\xe4\xbd\xa0\xe5\xa5\xbdaaa'
gbkstring = unicodestring.encode("gbk")
>>>'\xc4\xe3\xba\xc3aaa' -> '你好aaa'
asciistring = unicodestring.encode("ascii", 'ignore')
>>>'aaa'
isostring = unicodestring.encode("ISO-8859-1", 'ignore')
>>>'aaa'
utf16string = unicodestring.encode("utf-16")
>>>'\xff\xfe`O}Ya\x00a\x00a\x00'
utf-8和gbk转换
print str.decode('UTF-8').encode('GBK')
页:
[1]