锐客网

  1. 首页 > 睿知 > it技术 > >

python重新编码函数 python怎么改编码

IT技术Zheng

python输出到文件乱码如何解决python代码文件的编码
py文件默认是ASCII编码 ， 中文在显示时会做一个ASCII到系统默认编码的转换，这时就会出错：SyntaxError: Non-ASCII character 。需要在代码文件的第一行或第二行添加编码指示：
1 # coding=utf-8 ##以utf-8编码储存中文字符
2 print '中文'
像上面那样直接输入的字符串是按照代码文件的编码来处理的，如果用unicode编码，有以下三种方式：
1 s1 = u'中文' #u表示用unicode编码方式储存信息
2 s2 = unicode('中文','gbk')
unicode是一个内置函数，第二个参数指示源字符串的编码格式 。
decode是任何字符串具有的方法，将字符串转换成unicode格式，参数指示源字符串的编码格式 。
encode也是任何字符串具有的方法，将字符串转换成参数指定的格式 。
（2）、字符串的编码
用 u'汉字' 构造出来的是unicode类型，不用的话构造出来是str类型
str的编码是与系统环境相关的 ， 一般就是sys.getfilesystemencoding()得到的值
所以从unicode转str，要用encode方法
从str转unicode，所以要用decode
例如：
# coding=utf-8 #默认编码格式为utf-8
s = u'中文' #unicode编码的文字
print s.encode('utf-8') #转换成utf-8格式输出
但当python中间处理非ASCII编码时 ， 经常会出现如下错误：
UnicodeDecodeError: 'ascii' codec can't decode byte 0x?? in position 1: ordinal not in range(128)
0x??是超出128的数字，python在默认的情况下认为语言的编码是ascii编码，所以无法处理其他编码，需要设置python的默认编码为所需要的编码 。
一个解决的方案是在代码中添加：
import sys
reload(sys)
sys.setdefaultencoding('utf-8') （其中utf-8为你想输出的字符编码）
解释：
sys.setdefaultencoding方法在python导入site.py后就删除了(具体代码查看site.py就可以看到)因此如果想用的话可以再重新load进入
总结：
u=u'unicode编码文字'
g=u.encode('gbk') #转换为gbk格式
print g #此时为乱码 ， 因为当前环境为utf-8,gbk编码文字为乱码
str=g.decode('gbk').encode('utf-8') #以gbk编码格式读取g（因为他就是gbk编码的,需要事先知道它是GBK编码）并转换为utf-8格式输出
print str #正常显示中文（同文件输出）
安全的方法：
s.decode('gbk','ignore').encode('utf-8′) #以gbk编码读?。ǖ比皇嵌寥bk编码格式的文字了）并忽略错误的编码，转换成utf-8编码输出 。
推荐学习《Python教程》！
python 编码转换A. Usage decode/encode:
def utf2gbk(s):
''' 按utf-8解码，再按gbk编码 '''
return s.decode('utf-8').encode('gbk')
with open(fname) as handle:
for ln in handle:
print utf2gbk(ln)
B. Usage codecs:
import codecs
env_coding='gbk' # 设置一个系统环境编码
with codecs.open(fname, 'r', 'utf-8') as handle:
for ln in handle:
# print ln # 此时的ln是unicode
print ln.encode(env_coding) # 按设定系统环境编码输出
python3.4 编码有哪些Python3中的编码问题前，第一个段落对字节、ASCII与Unicode与UTF-8等进行基本介绍，如果不对这几种编码犯头晕 ， 可直接跳过 。
ASCII与Unicode与UTF-8与GBK
首先从老大哥说起 。跟很多人一样，大学读了这么久，久仰ASCII编码的大名 。要说这个老大哥，我们再先从字节说起 。一个字节包括八个比特位，每个比特位表示0或1，一个字节即可表示从00000000到11111111共2^8=256个数字 。一个ASCII编码使用一个字节（除去字节的最高位作为作奇偶校验位） ， ASCII编码实际使用一个字节中的7个比特位来表示字符，共可表示2^7=128个字符 。比如那时写C语言的程序，就经常要背下ASCII编码中的01000001（即十进制的65）表示字符‘A’，01000001加上32之后的01100001（即十进制的97）表示字符‘a’ 。现在打开Python ， 调用chr和ord函数，我们可以看到Python为我们对ASCII编码进行了转换 。

推荐阅读


上一篇：拍摄时的裸灯是什么，裸灯是什么意思

下一篇：建造渔场的游戏下载安卓，渔场建在什么流显著的海域