python unicode編碼和中文相互轉化

如圖：

p =

"\u65e0\u6cd5\u8bc6\u522b\u5c5e\u6027\u201cphysical_network, network_type\u201d"
print p.encode(
'utf-8'
).decode(
'unicode_escape')》
無法識別屬性「physical_network, network_type」
p ="\u65e0\u6cd5\u8bc6\u522b\u5c5e\u6027\u201cphysical_network, network_type\u201d"
p2 =
"\u8d26\u6237\u8bbe\u5907"
print p2.decode(
'unicode_escape'
).encode(
'utf-8'
)print p.decode(
'unicode_escape'
).encode(
'utf-8'
)# 將字串p 不管之前什麼格式，先解碼成python內部的unicode編碼集，讀取檔案時再反向轉成原格式，然後再進行utf-8 編碼
print p2.decode(
'unicode_escape'
).encode(
'utf-8'
)print p.encode(
'utf-8'
).decode(
'unicode_escape'
)# 將字串p 編碼成utf-8格式，再進行碼成python內部的unicode編碼集，讀取檔案時再反向轉成原格式utf-8.
print p.decode(
'unicode_escape'
)print
isinstance
(p2,
unicode
)賬戶裝置
無法識別屬性「physical_network, network_type」
賬戶裝置
無法識別屬性「physical_network, network_type」
無法識別屬性「physical_network, network_type」
false

也就是說，將unicode記憶體編碼值進行儲存，讀取檔案時，再反向轉換回來

在python中，unicode是記憶體編碼集，一般我們將資料儲存到檔案時，需要將資料先編碼為其他編碼集，比如utf-8、gbk等

如圖中例子的兩處說明：

將字串p 不管之前什麼格式，先解碼成python內部的unicode編碼集，讀取檔案時再反向轉成原格式，然後再進行utf-8 編碼

將字串p 編碼成utf-8格式，再進行碼成python內部的unicode編碼集，讀取檔案時再反向轉成原格式utf-8.

所以最後 這兩個雖然encode和decode 換了位置，但輸出結果相同

位元組串是給計算機看的， unicode是給人看的，做資料傳輸時，先encode編碼成位元組串，進行傳輸，當我們拿到後，需要decode解嗎成unicode進行操作

pp =

"你好，這個世界"
ppp = json.dumps(pp)
print ppp
》"\u4f60\u597d\uff0c\u8fd9\u4e2a\u4e16\u754c"

#encode(『utf-8』) 把 unicode 轉化為 utf-8 編碼

encode：編碼

decode：解碼
python內部編碼方式為unicode，decode將其他編碼方式轉換成unicode編碼方式，encode將unicode轉換成其他編碼方式。
因此unicode相當於乙個中**(1
)decode-
>
unicode
->encode (2
)encode-
>
unicode
->decode

為什麼會出現亂碼呢？因為在檔案存的時候格式和讀取時候格式不一致就會亂碼了。

字串在python內部的表示是unicode編碼，也可以說現在的記憶體是unicode編碼格式，硬碟是utf-8。平常的資料操作都是先把資料讀取到記憶體中，所以記憶體中都是unicode編碼格式。所以我們平常在做編碼轉換時候，通常用unicode作為中間編碼。先將其他編碼的字串解碼(decode)成unicode,再從unicode編碼(encode)成另一種編碼格式。

decode的作用是將二進位制資料解碼成unicode編碼，如str1.decode(『utf-8』),表示將utf-8的編碼字串解碼成unicode編碼。

簡單的來說：decode就是把二進位制資料(bytes)轉化**看的懂得英文或者漢字(decode用的比較多)

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

**中字串的預設編碼與**檔案本身的編碼一致。

如：s=『中文』

如果是在utf8的檔案中，該字串就是utf8編碼，如果是在gb2312的檔案中，則其編碼為gb2312。這種情況下，要進行編碼轉換，都需要先用decode方法將其轉換成unicode編碼，再使用encode方法將其轉換成其他編碼。通常，在沒有指定特定的編碼方式時，都是使用的系統預設編碼建立的**檔案。

則該字串的編碼就被指定為unicode了，即python的內部編碼，而與**檔案本身的編碼無關。因此，對於這種情況做編碼轉換，只需要直接使用encode方法將其轉換成指定編碼即可。

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

python Unicode 編碼問題

今天在用python寫分頁 傳入兩個引數 page num,page size，報錯了 我用的是python2.7 列印變數型別是unicode 所以要把unicode 轉成 int 提供兩種方法，都是先轉成字串，再轉成int page num int filter str.isdigit,page...

python unicode 編碼整理

unicode 只定義字元對應的數字，但沒有規定這些數字如何儲存起來，比如像中文的 我 字儲存時需要兩個位元組來表示，而英文本母a卻只需要乙個位元組，有些其他的字元可能需要3 4個位元組。utf 8 是對 unicode 編碼儲存的一種實現方式，同樣的還有 utf 16,utf 32。utf 8 是...

python unicode編碼轉換

python unicode編碼轉換 chr 20000 北 ord 函式主要用來返回對應字元的ascii碼，chr 主要用來表示ascii碼對應的字元他的輸入時數字，可以用十進位制，也可以用十六進製制。print ord a 97print chr 97 aprint chr 0x61 a乙個簡單...