Windows下Python字串編碼問題

標籤：

Python語言實際上有三種字串，通常意義的字串(str)，Unicode字串(unicode)和抽象類別basestring，其中basestring不可執行個體化。
在Windows系統下的CPython解譯器輸入代碼：

>>> st1 = ‘中文‘>>> st1‘\xd6\xd0\xce\xc4‘>>> type(st1)<type ‘str‘>>>> st2 = st1.decode(‘gbk‘)>>> st2u‘\u4e2d\u6587‘>>> type(st2)<type ‘unicode‘>>>> st3 = st2.encode(‘utf-8‘)>>> st3‘\xe4\xb8\xad\xe6\x96\x87‘>>> type(st3)<type ‘str‘>>>> st4 = st2.encode(‘gbk‘)>>> st4‘\xd6\xd0\xce\xc4‘>>> type(st4)<type ‘str‘>

如果在代碼中加入一句：

>>> st5 = st1.decode(‘utf-8‘)

則會報錯

從上面的代碼和輸出我們可以得到如下結論：
1、Windows命令列輸入的預設中文編碼格式是gbk，輸入的中文字串類型為str
2、使用decode函數可以將一個str類型的中文字串轉成unicode類型
3、使用encode函數可以將一個unicode類型的中文字串轉成str類型

所以我們一般在進行Python指令碼編寫的時候，需要在指令碼的開頭加上如下代碼：

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

也可以匯入模組sys，設定預設編碼格式：

import syssys.setdefaultencoding(‘utf-8‘)

PS: Python版本為python2.7

著作權聲明：本文為博主原創文章，未經博主允許不得轉載。

Windows下Python字串編碼問題