Chinaunix首页 | 论坛 | 博客
  • 博客访问: 87065
  • 博文数量: 33
  • 博客积分: 101
  • 博客等级: 民兵
  • 技术积分: 185
  • 用 户 组: 普通用户
  • 注册时间: 2011-11-17 22:42
文章分类
文章存档

2013年(1)

2012年(16)

2011年(16)

我的朋友

分类:

2011-12-01 23:51:32

原文地址:Python乱码问题 作者:rocksword

字符串在Python内部的表示是Unicode编码,先将其他字符串解码成unicode,再从unicode编码成另一编码。
decode作用是将其他编码字符串转换成unicode编码,str1.decode('gb2312'),表示将str1转换成unicode编码。
encode作用将unicode编码转换成其他编码字符串,str2.encode('gb2312'),表示将unicode编码字符串str2转换成gb2312编码。
代码中字符串的默认编码与代码文件本身编码一致。
如:s='中文',在utf-8的文件中,字符串是utf8编码,如在gb2312文件中,其编码是gb2312。
如定义字符串,s=u'中文',则字符串编码被指定为unicode了,即python的内部编码,而与代码文件本身编码无关。

如字符串已经是unicode,再进行解码则将出错,通常要对字符串编码方式是否为unicode进行判断:
isinstance(s,unicode)#用来判断是否为unicode

如何获得系统的默认编码?
import sys
print sys.getdefaultencoding()

某些IDE中,字符串输出总是出现乱码,其实是由于IDE的输出控制台不能显示字符串的编码,不是程序本身问题。

使用 str.__class__ 查看str编码形式

s="中文"
if isinstance(s,unicode)
print s.encode('gb2312')
else
print s.decode('utf-8').encode('gb2312')
阅读(426) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~