python 字符编码问题
原因
近期,用Python处理一些中文的字符串,但是用Python读取文件的中文字符和在代码中输入的中文字符,在判断处理时,例如判断“相等”或者“包含”,总是不能判断,相等或者包含都不起作用。看了字符的编码,源文件输入的中文字符,是2个字节表示,读入的文件,是3个字节表示。在网上找了很多资料,大多和我的问题不想关,这里就根据自己的领悟和网上不错的资源跟大家分享一下。
问题分析
不要把Python和Java混淆,Python是脚本语言,不会编译生成可执行文件,而Java会编译代码,形成可执行的class文件,在编码上,Java会在形成class的时候,采用Unicode直接编码类似中文的字符串,而Python,你即使在文件的第一行声明了编码,有时我也感觉不起作用,只是不会在保存时,重复提醒你在代码中使用的特殊字符。
网上有很多decode,encode,看的我一阵头大,以前不知为何物,这里解释一下:字符串在Python内部的表示,都是以Unicode形式,所以在做编码转换时,都是以Unicode作为中间形式;而将其他编码转化为Unicode的过程,成为decode,将Unicode转化成其他编码的过程,成为encode。在源代码中,你输入的,是你编辑器默认的编码,可能是utf-8,,也可能是gbk或者其他编码,所以写代码,你要明白 你的编辑器环境的编码方式。在这里我就是我刚装不久Python,用的是默认的IDE,里面没有设置编码,导致源码中采用了Windows默认的编码“gbk”(2个字节),而我读入的文件则是utf-8表示(三个字节)。而在Python中,它不会自动将这些字符串转成Unicode形式,采用的是什么编码,就是什么编码。所以在比较或者包含时,编辑器里的中文是两个字节,读入的文件,是三个字节,编码格式就不一样,更不要谈比较或者包含了。
解决方法
知道了问题出在哪,那就好解决了。
方法一: 我直接将编辑器环境在设置里面,设置成utf-8,解决问题了。
方法二:对于编辑器里写的中文编码和读取的文件的编码,都decode成Unicode形式。
方法三:通过Unicode形式,转化成一种编码格式,utf-8或者gbk(个人建议utf-8,代码中属于比较默认一类的).
s1 = unicode('你好','gbk') #这里是window是环境,输入的要通过gbk进行Unicode
s2 = unicode(input, 'utf-8') #读入的文件为utf-8,要使用utf-8 #或者用方法二中直接采用 decode,大家可以自己找找,自主学习和实践,是每个IT人必须的
附加
注意一下:window中文默认的是gbk,而Linux默认的一般都是utf-8,这个在编码或者处理字符处理,或者文本处理时,要注意,出了问题可能不是代码的问题。
如果想着更多了解Unicode,utf-8或者其他编码,推荐看看一个博主的博客,《字符编码的发展历程》,博文地址:http://blog.csdn.net/sfdev/article/details/3770706。
我一般写博客都是自己用来记住犯过的错,写的不多,也不会写太多,见谅。文字太多,图片较少,这是大部分IT人最不愿看到的,但是要做个“耐心”的IT人,以此警醒。
python 字符编码问题的更多相关文章
- python 字符编码练习
通过下面的练习,加深对python字符编码的认识 # \x00 - \xff 256个字符 >>> a = range(256)>>> b = bytes(a) # ...
- Python字符编码讲解
声明:本文参考 Python字符编码详解 在计算机中我们不管用什么语言和程序,最终数据在计算机中的都是字节码(也就是01形式)的形式存在的,如果 计算机直接把字节码显示在屏幕上,很明显一般人看不懂字节 ...
- 深入理解Python字符编码--转
http://blog.51cto.com/9478652/2057896 不论你是有着多年经验的 Python 老司机还是刚入门 Python 不久,你一定遇到过UnicodeEncodeError ...
- 深入理解Python字符编码
不论你是有着多年经验的 Python 老司机还是刚入门 Python 不久,你一定遇到过UnicodeEncodeError.UnicodeDecodeError 错误,每当遇到错误我们就拿着 enc ...
- Python字符编码详解,str,bytes
什么是明文 “明文”是可以是文本,音乐,可以编码成mp3文件.明文可以是图像的,可以编码为gif.png或jpg文件.明文是电影的,可以编码成wmv文件.不一而足. 什么是编码?把明文变成计算机语言 ...
- Python字符编码补充
字符编码: Python字符编码贯穿Python学习的始终,现在应用的是Python2中字符编码的问题是很多的. 这次是要彻底解决Python字符编码的问题!!! 1 字符编码的发展过程: 1 .AS ...
- python --- 字符编码学习小结(二)
距离上一篇的python --- 字符编码学习小结(一)已经过去2年了,2年的时间里,确实也遇到了各种各样的字符编码问题,也能解决,但是每次都是把所有的方法都试一遍,然后终于正常.这种方法显然是不科学 ...
- 转1:Python字符编码详解
Python27字符编码详解 声明 一 字符编码基础 1 抽象字符清单ACR 2 已编码字符集CCS 3 字符编码格式CEF 31 ASCII初创 311 ASCII 312 EASCII 32 MB ...
- 转2:Python字符编码详解
1. 字符编码简介 1.1. ASCII ASCII(American Standard Code for Information Interchange),是一种单字节的编码.计算机世界里一开始只有 ...
- python字符编码(二)
一.什么是字符编码 计算机要想工作必须通电,也就是说‘电’驱使计算机干活,而‘电’的特性,就是高低电压(高低压即二进制数1,低电压即二进制数0),也就是说计算机只认识数字 编程的目的是让计算机干活,而 ...
随机推荐
- ubuntu搭建svn服务器(转)
在阿里云买了个服务器,想上传东西,samba不好用,想起来可以搭个svn用,找到了这篇. 1. 安装SVN apt-get install subversion 2. 建立svn仓库 1). 建立sv ...
- step byt step之餐饮管理系统一
之前写过2015年的工作计划,其中有一项就是写一套管理系统,一来可以练练手,二来可以加强自己的学习,三来可以多园友多交流,共同进步.所以从今天开始把写系统的过程记录下来.先需求分析开始. 第一部分 引 ...
- Postman-简单使用
Postman-简单使用 Postman-进阶使用 Postman-CI集成Jenkins Postman功能(https://www.getpostman.com/features) 主要用于模拟网 ...
- Ajax跨域请求ashx文件与Webservice文件
前台页面: <%@ Page Language="C#" AutoEventWireup="true" CodeBehind="WebForm1 ...
- extjs中form.reset(true)出现的bug修复
在之前的开发extjs中,用ext.form.panel开发了一个表单,当使用了reset(true)之后,再次使用getRecord()却还是可以得到值,该值为上一次的旧值,查看了api文档,再结合 ...
- php数据库常用函数
//打开mysqlmysql_connect( $host, $user, $pwd ) or die('error');$host => localhost //数据库地址$user => ...
- 比较核心的技术了 虚拟ip的一种实现方式(手工添加和C#添加)
虚拟IP技术在高可用领域像数据库SQLSERVER.web服务器等场景下使用很多,很疑惑它是怎么实现的,偶然,发现了一种方式可以实现虚拟ip.它的原理在于同一个物理网卡,是可以拥有多个ip地址的,至于 ...
- 【WinHec启示录】透过Windows 10技术布局,谈微软王者归来
每个时代都有王者,王者的成功,往往是因为恰逢其时地发布了一个成功的产品(具有里程碑意义,划时代的产品).Windows 95的成功标示着微软是PC时代的王者:WinXP的成功标示着微软是互联网时代的王 ...
- Windows Server 2008 64 位 IIS7.5 ASP.NET MVC4 发布问题
问题描述: 环境与配置: ASP.NET MVC 4 WINDOWS SERVER 2008 64 位 应用程序池是选择的 .NET 4.0 与经典模式 在新建一个MVC 4 项目发现到服务器上后 ...
- git tag查看、创建与删除
tag管理 查看tag 太多的话用 grep 过滤 $ git tag | grep dev_20150525 # 创建tag $ git tag -a dev_20150525_16 -m 'xxx ...