Python 使用 UTF 8 編碼

原文出處：[url]

一般我喜歡用 utf-8 編碼，在 python 怎麼使用呢？

1、在 python 原始碼檔案中用 utf-8 文字。一般會報錯，如下：

file "f:\workspace\psh\src\test.py", line 2

syntaxerror: non-ascii character '\xe4' in file f:\workspace\psh\src\test.py on line 2, but no encoding declared; see for details

test.py 的內容：

print "你好";

如果要正常執行在 test.py 檔案前面加編碼注釋，如：

#!/usr/bin/python2.6   

# -*- coding: utf-8 -*- 
print "你好"

2、 python 對 url encode utf-8 怎麼做呢？

windows 的命令列引數轉 utf-8 怎麼做呢？

**：

# -*- coding: utf-8 -*-   

import urllib 
import sys 
if __name__ == '__main__': 
if len(sys.argv) > 1: 
str = sys.argv[1] 
str = unicode(str, 'gbk') 
else: 
str = "中文" 
print str 
params = {} 
params['name'] = str.encode("utf-8") 
print urllib.urlencode(params)

python 內部是用 unicode 吧。

由於 windows 的命令列輸入的是 gbk 編碼的，可以要先轉為 unicode（第三8行）。

要轉 url encode 時，先把 str 轉為 utf-8。

預設的輸出結果：

中文

name=%e4%b8%ad%e6%96%87

寫 python 指令碼來做寫小事情方便，比如要取些 solr 的資料，solr 的 url 編碼是 utf-8 的。

參考：[url]

介紹utf8編碼

utf8並不算是一種電腦編碼，而是一種儲存和傳送的格式，如前所述，每個unicode ucs字元都以 2或4個bytes來儲存，看看以下的比較 以 i am chinese 為例 用ansi儲存 12 bytes 用unicode ucs2儲存 24 bytes 2 bytes header 用uc...

UTF8編碼 解碼

參考文件 rfc3629標準.對於任意乙個字,都可以用乙個唯一碼 unicode碼,由標準編制 表示,在應用過程中,需要對碼進行編碼.常用的編碼方式為utf 8.utf 8採用類似於ip位址分配的機制.即對於不同範圍的unicode碼,採用不同的模板進行編碼.流程概述為 2.1 查表獲取unicod...

utf8的編碼演算法

unicode字符集是我們世界上最完善最全面的字符集，幾乎包含了世界上所有的字元。其實可以這麼理解，unicode字符集是一張巨大的 把世界上各種語言的字元和標點符號都編排到裡面，然後按照一定的順序給每個字元排號 很遺憾的是對於中文來說，這個順序不是按照漢語拼音的順序 有了這張巨大的 世界上大部分字...