python編碼處理：unicode位元組串轉成中文 各種字串舉例說明

編碼問題一直是很頭痛的問題：

 

當字串是：'\u4e2d\u56fd' 

>>>s=['\u4e2d\u56fd','\u6e05\u534e\u5927\u5b66']
>>>str=s[0].decode('unicode_escape')  #.encode("EUC_KR")
>>>print str

中國

 

當字串是:' 东亚学团一中'

>>>print unichr(19996)

東

ord()支援unicode，可以顯示特定字元的unicode號碼，如：

>>>print ord('A')65

只要和Unicode串連，就會產生Unicode字串。如：

>>> 'help''help'>>> 'help，' + u'python'     u'help，python'

 

對於ASCII(7位)相容的字串，可和內建的str()函數把Unicode字串轉換成ASCII字串。如：

>>> str(u'hello world')'hello world'

 

 

對幾個概念的理解：

ASCII碼:    用資料字 對應 相應的字元

 

而中文 就是區位碼對應漢字    如：“好” 的ASCII碼為： 22909

 

unicode 編碼 每個國家分一塊。   它有UTF-8、UTF-16、UTF-32等形式

中文範圍 4E00-9FBF：  這個範圍內有 gbk,gb2312,

 

utf-8是基於unicode的 國際化的場合適合使用
gb2312和gb2312都是國標碼 出現的較早 主要用於編解碼常用漢字