python編碼問題

標籤：default   port   oca   def   decode   nbsp   技術   直接   實現   

編碼問題真是惱人，整理理解一下。

 

linux：vim 下set fileencoding

python中的chardet檢測包

import chardetf = open(‘file‘,‘r‘)fencoding=chardet.detect(f.read())print fencoding

瞭解python中str的編碼後可以利用decode和encode來實現編碼的轉換。

一般流程是str利用decode方法根據str的編碼將其解碼為unicode字串類型，然後利用encode根據特定的編碼將unicode字串類型轉換為特定的編碼。python中str和unicode屬於兩種不同的類型，如下。

一般情況下window預設編碼gbk，linux預設編碼utf8python編程中 系統編碼，python編碼，檔案編碼 的概念。

系統編碼：預設寫源碼的編輯器的編碼方式。它代表源碼檔案內的所有內容都是根據詞方式編碼成二進位碼流。存入到磁碟中的。linux下通過locale命令查看。

python編碼：指python內設定的解碼方式。如果不設定的話，python預設的是ascii解碼方式。如果python原始碼檔案中不出現中文的話，這個地方怎麼設定應該不會問題。

設定方法：在源碼檔案開頭（一定是第一行）：#-*-coding:UTF-8-*-，源碼檔案的設定解碼方式是UTF-8 或者

import sysreload(sys)sys.setdefaultencoding(‘UTF-8‘)

檔案編碼：文本的編碼方式，linux下vim利用set fileencoding查看。

一般情況下輸出亂碼的原因就是 沒有按照系統解碼的方式進行編碼。
比如print s, s類型為str，linux系統下系統預設編碼為utf8編碼，s在輸出前就應該編碼為utf8。如果s為gbk編碼就應該這樣輸出。print s.decode(‘gbk‘).encode(‘utf8‘)才能輸出中文。

window下面情況相同，window預設編碼為gbk編碼，所以s輸出前必須編碼為gbk。

python處理中一般處理unicode類型。這樣輸出前直接編碼即可。

 

python編碼問題