python整理二十六——字元編碼漫遊

在python2.x中字元編碼是個頭疼的問題，不過之前早就解決了，今天無意瀏覽網頁時看到，有很有pythoner在問python編碼的問題，索性，寫一寫編碼問題，記錄至此：

 

先看代碼，邊看邊解釋

#coding=utf-8<br />import sys<br />print sys.getdefaultencoding() # --> ascii<br />u1 = '中國'<br />print type(u1), repr(u1) # --> <type 'str'> '/xe4/xb8/xad/xe5/x9b/xbd'<br />u2 = u'中國2009'<br />print type(u2), repr(u2) # --> <type 'unicode'> u'/u4e2d/u56fd2009'</p><p># str --> unicode<br />print<br />print '# str --> unicode'<br />u1_1 = u1.decode('utf8')<br />print type(u1_1), repr(u1_1) # --> <type 'unicode'> u'/u4e2d/u56fd'<br />u1_2 = unicode(u1, 'utf8')<br />print type(u1_2), repr(u1_2) # --> <type 'unicode'> u'/u4e2d/u56fd'</p><p># unicode --> str<br />print<br />print '# unicode --> str'<br />u2_1 = u2.encode('utf8')<br />print type(u2_1), repr(u2_1) # --> <type 'str'> '/xe4/xb8/xad/xe5/x9b/xbd2009'<br />u2_2 = u2.encode('gbk')<br />print type(u2_2), repr(u2_2) # --> <type 'str'> '/xd6/xd0/xb9/xfa2009'<br />u2_3 = u2.encode('gb2312')<br />print type(u2_3), repr(u2_3) # --> <type 'str'> '/xd6/xd0/xb9/xfa2009'<br />

 

代碼中第一行#coding=utf8，是用來指定當前檔案中編碼，如果不指定就用系統預設編碼，就是用

sys.getdefaultencoding() 看到的編碼

 

代碼中，左邊是程式，右邊是輸入，對照著看，應該很容易看明白

 

記住下面兩點：

1. 程式中字串開頭用u標記，即全部用unicode，否則在字串相加的時候，中文字元很可能出問題

2. sql語句不用u標記，傳入的參數用u標記，否則，資料庫查詢也會出莫名其妙的問題，如

   sql = 'select * from test where name=%s limit 1'

   params = (u'中國', )

   cursor.execute(sql, params)