码迷,mamicode.com
首页 > 编程语言 > 详细

python 的编码问题

时间:2014-10-12 15:41:08      阅读:240      评论:0      收藏:0      [点我收藏+]

标签:blog   http   ar   文件   sp   div   2014   问题   on   

老是碰到这个问题,决定好好给整理一番思路。

 

翻阅资料和实践证明,以下论述为真理:

字符串在Python内部的表示是unicode编码,因此,在做编码转换时,通常需要以unicode作为中间编码,即先将其他编码的字符串解码(decode)成unicode,再从unicode编码(encode)成另一种编码。 
 
即:
bubuko.com,布布扣
 

 

 

可以通过:sys.setdefaultencoding统一为decode和encode指定编码。默认情况下也是统一采用相同的方式decode和encode。

因此很多时候出错:
cannot  decode xxxx
cannot encode xxxx
就是在这两个过程中出错的。
 
 

粗看有点脱裤子放屁的嫌疑:

假设我们的编码是gb2312,那么先转成unicode(decode过程)

然后再次转成gb2312(encode过程)。

 

实则不然,这是一个完全的设计,可以支持将某种编码: 外星编码 ---(decode)---->python能够识别的编码-----(encode)---->人类能够识别的编码

 

很多函数也支持在处理时指定编码,比如 simplejson的dumps函数,有个参数 enable_ascii (是否有ascii码进行decode、encode)

 

默认情况下,我们在py文件的头部统一指定编码,像下面这样:

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

然后有些时候,(比如在windows平台中文环境下),得到的编码如果不是utf-8编码,这个时候用python处理字符串,首先它会用utf-8进行decode,若字符串不是unicode码,那么就会报错。

 

那么,我们可能会想到,直接给你decode好, str.decode(‘已经的某种编码‘) ,

好吧,这样可以,但在接下来encode时会报错,因为默认会按照 utf-8进行encode。而且这个过程可能你控制不了,比如通过find进行查找。人家没提供参数给你设定encode时的编码。

 

这个时候解决方法有两个:

1. 将文件头默认的coding改成已知编码

   # -*- coding:已知编码 -*-

 

2. 采用sys.setdefaultencoding强行加载编码

   import sys

   reload(sys)

   sys.setdefaultencoding(已知编码)

 

 
 转载请注明来自:http://www.cnblogs.com/Tommy-Yu/p/4020453.html,谢谢
 

python 的编码问题

标签:blog   http   ar   文件   sp   div   2014   问题   on   

原文地址:http://www.cnblogs.com/Tommy-Yu/p/4020453.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!