Python 中有关中文编码解码先关
简单记录几点，以备后忘：1、python 中的默认编码方式为ascii
1
2
3
In : import sys
In : sys.getdefaultencoding()
Out: 'ascii'
2、设置python 中的默认编码方式
1
2
3
4
5
6
In : import sys
In : reload(sys)
<module 'sys' (built-in)>
In : sys.setdefaultencoding('utf-8')
In : sys.getdefaultencoding()
'utf-8'
3、python 头顶部设置的编码格式 # _*_ coding: utf-8 _*_不会影响默认python 的默认编码格式
1
2
3
4
5
#! /usr/bin/env python
# _*_ coding: utf-8 _*_
import sys
print sys.getdefaultencoding()
执行后的结果为 ascii 编码格式
那么python 头顶部设置的编码格式有什么作用呢?
#1、如果代码中有中文注释，就需要此声明
#2、比较高级的编辑器（比如我的emacs），会根据头部声明，将此作为代码文件的格式
#3、程序会通过头部声明，解码初始化 u"人生苦短"，这样的unicode对象，(所以头部声明和代码的存储格式要一致)
以上观点来自于 http://python.jobbole.com/81244/ 此文
那做个测试吧：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#! /usr/bin/env python
# _*_ coding: utf-8 _*_
import sys
print sys.getdefaultencoding()
#reload(sys)
#sys.setdefaultencoding('utf-8')
# 会被编码为unicode
s1 = u"这是一个测试1"
# 会被编码为ascii
s2 = "这是一个测试2"
s1.encode('gbk')
s2.encode('gbk')
print s1
print s2
以上测试结果：
1
2
3
4
5
ascii
Traceback (most recent call last):
File "testunicoding.py", line 21, in <module>
s2.encode('gbk')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe8 in position 0: ordinal not in range(128)
主要s2这个字符串的默认编码格式为ascii ，无法先decode 成unicode 。出了问题
将默认编码方式更改为utf-8后
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#! /usr/bin/env python
# _*_ coding: utf-8 _*_
import sys
print sys.getdefaultencoding()
reload(sys)
sys.setdefaultencoding('utf-8')
print sys.getdefaultencoding()
# 会被编码为unicode
s1 = u"这是一个测试1"
# 会被编码为ascii
s2 = "这是一个测试2"
s1.encode('gbk')
s2.encode('gbk')
print s1
print s2
执行结果：
1
2
3
4
ascii
utf-8
这是一个测试1
这是一个测试2
python 中若要讲一个gbk 编码 转换成 utf-8 编码 ， python 时怎么处理的呢?
1
2
s="测试"
s.decode('gbk').encode('utf-8')
即现将s decode 成unicode 后，在从unicode 进行encode 成 utf-8
页:
[1]