Python 編碼總結

python裡面中文亂碼問題乙個讓初學者很頭痛的問題，自己在做專案的時候也遇到不少的編碼問題，在這裡做乙個小小的總結。

1. 編碼轉換

:python內部使用unicode作為預設編碼來表示字串（string）。在編碼轉換的過程中，將unicode作為中間編碼進行過度是乙個本質的思想。

fromcode –> unicode –> tocode

從fomecode轉成unicode的過程叫做decode()；

從unicode轉換成tocode 的過程叫做encode()；

例如：gbk –> unicode –> utf-8

寫法：str.decode(『gbk』).encode(『utf-8』)

注：已經是unicode編碼的字串不能進行decode。

python缺省會把源**用ascii（american standard code for information interchange）編碼進行處理，在只使用英文本元的情況下，不會出現問題，但是如果用了中文，就會出現報錯（syntaxerror: non-ascii character），因為用ascii編碼方式是無法處理中文的。

預設處理方式：源** –> ascii –> unicode –> ascii –> 結果

以下的**檢視預設的編碼方式：

import sys

print sys.getdefaultencoding()

同樣也可以對python的全域性進行編碼設定：

import sys

sys.setdefaultencoding('utf-8')

從外部讀取檔案時也會造成中文亂碼的問題，比如從excel、text中讀取檔案，需要注意讀取的檔案的編碼格式，根據檔案本身的編碼格式先做decode成unicode，然後再做處理。

判斷字串的編碼方式：

import chardet

chardet.detect("編碼")
##

python 編碼總結

1.如果py檔案裡面不指定原始檔需要用到的編碼格式的話，python解析器就會用預設的編碼去解析，一般是ascii，所以如果此時原始檔有中文的話就會報錯，syntaxerror non ascii character.因此一定要顯示指定編碼格式，方法是在py檔案第二行加入此句 coding gbk ...

python 編碼問題總結

python 編碼問題總結 2010 05 12 15 07 問題一 當python中間處理非ascii編碼時，經常會出現如下錯誤 unicodedecodeerror ascii codec can t decode byte 0x?in position 1 ordinal not in ran...

python 編碼方式總結

python 編碼方式總結 python 內部使用 unicode 編碼 t 北京 t xe5 x8c x97 xe4 xba xac 1 urllib.quote t 將t轉換為 16進製制編碼 e5 8c 97 e4 ba ac urllib.unquote e5 8c 97 e4 ba ac ...