Python字串的編碼問題

字串在python內部的表示是

unicode

編碼，因此，在做編碼轉換時，通常需要以unicode作為中間編碼，即先將其他編碼的字串解碼 （decode）成unicode，再從unicode編碼（encode）成另一種編碼。 

decode的作用是將其他編碼的字串轉換成unicode編碼，如str1.decode('gb2312')，表示將gb2312編碼的字元 串str1轉換成unicode編碼。 

encode的作用是將unicode編碼轉換成其他編碼的字串，如str2.encode('gb2312')，表示將unicode編碼的字 符串str2轉換成gb2312編碼。 

因此，轉碼的時候一定要先搞明白，字串str是什麼編碼，然後 decode成unicode，然後再encode成其他編碼

如果乙個字串已經是unicode了，再進行解碼則將出錯，因此通常要對其編碼方式是否為unicode進行判斷：

isinstance(s, unicode)  #用來判斷是 否為unicode 

用非unicode編碼形式的str來encode會報錯 

如何獲得系統的預設編碼？ 

#!/usr/bin/env python

#coding=utf-8

import sys

print sys.getdefaultencoding() 

該段程式在英文windowsxp上輸出為：ascii 

在某些ide中，字串的輸出總是出現亂碼，甚至錯誤，其實是由於ide的結果輸出控制台自身不能顯示字串的編碼，而不是程式本身的問題。 

如在ulipad中執行如下**：

s=u"中文"

print s 

將最後一句改為：print s.encode('gb2312')

則能正確輸出「中文」兩個字。

若最後一句改為：print s.encode('utf8')

則輸出：\xe4\xb8\xad\xe6\x96\x87，這是控制台資訊輸出視窗按照ascii編碼輸出utf8編碼的字串的結果。

unicode(str,'gb2312')與str.decode('gb2312')是一樣的，都是將gb2312編碼的str轉為 unicode編碼 

使用str.__class__可以檢視str的編碼形式

一般說來通用用unicode，檔案讀寫用utf8

python字串編碼問題

問題 程式如下 coding utf 8 raw input u 輸入 輸出 但是對print語句，卻沒有問題 coding utf 8 print u 輸入 原因可能是raw input函式在接受引數u 輸入 時，採用的是ascii解碼方式，而首行注釋 coding utf 8，只是宣告.py檔案...

python 字串編碼問題

字串還有乙個編碼問題。因為計算機只能處理數字，如果要處理文字，就必須先把文字轉換為數字才能處理。最早的計算機在設計時採用8個位元 bit 作為乙個位元組 byte 所以，乙個位元組能表示的最大的整數就是255 二進位制11111111 十進位制255 0 255被用來表示大小寫英文本母 數字和一些符...

python的字串的編碼問題

最近在python中遇到了編碼的問題，現總結如下 說明 預設編碼格式為 utf 8，可以改為其他編碼格式 1.判斷字串編碼格式 可以利用isinstance來判斷字串的編碼格式 example1 s hello world 一般字串 isinstance s,str 判斷是否為一般字串 true i...