• 隐藏侧边栏
  • 展开分类目录
  • 关注微信公众号
  • 我的GitHub
  • QQ:1753970025
Chen Jiehua

Python字符串编码问题 

今天做广告平台对接,遇到了一个编码的问题,怎么都搞不定,最好只好不要了~~~

顺便把python中编码的小知识整理一下。

以前使用python的时候也会遇到,明明是中文字符却显示为“/xe4/xb8/xad/xe6/x96/x87”的形式;偶也也会遇到“UnicodeEncodeError: ‘ascii’ codec can’t encode characters in position 0-1: ordinal not in range(128)”的错误问题。

字符串在Python内部的表示是unicode编码,因此,在做编码转换时,通常需要以unicode作为中间编码,即先将其他编码的字符串解码(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串转换成unicode编码,如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。

一般情况下,代码中字符串的默认编码与代码文件本身的编码一致。比如:在utf8的文件中,该字符串就是utf8编码;在gb2312的文件中,则其编码为gb2312。这种情况下,要进行编码转换,都需要先用decode方法将其转换成unicode编码,再使用encode方法将其转换成其他编码。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。

而如果字符串是这样定义的:

则该字符串的编码就被指定为unicode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,只需要直接使用encode方法将其转换成指定编码即可。如果一个字符串已经是unicode了,再进行解码则将出错,因此通常要对其编码方式是否为unicode进行判断:

最后,来个例子:

码字很辛苦,转载请注明来自ChenJiehua《Python字符串编码问题》

评论