# -*- coding:utf-8 -*- import sys,os txta = open('a.txt','r') str = '' for line in txta: str += line.strip().decode('utf-8') txta.close() for word in str: print word.encode('utf-8') 直接输出,是会乱码的,得先解码,再编码. 参考网址:http://blog.csdn.net/devil_2009/article/de

python的中文处理还是比较麻烦的,utf-8的字符串的长度是1-6个字符,一不小心就会从中截断,出现所谓的乱码.下面这个函数提供了,从一段utf-8编码的字符串中,截取固定长度的字串.ord(char)将字符转换称整数,根据utf-8的编码规则,确定每个utf-8的字占用几个字符,从而避免截断的情况.参数:  string  :utf-8字符串,如果是别的字符编码,请先转换成utf-8(推荐所有字符串和文件都用utf-8格式的)  length :字符数(注意不是中文字的个数) 题外话:py

参考:什么是字符编码? 参考:Unicode 和 UTF-8 有何区别? 参考:python中文decode和encode转码 一.相关说明 Python 中关于字符串的操作只限于英文字母,当进行中文字符的操作的时候就会报错,以下将相关操作方法进行展示. 写在前面:如何获得系统的默认编码 ? >>> import sys >>> print sys.getdefaultencoding() ascii 通过如下代码查询不同的字符串所使用的编码,具体操作详见:用chard

        于Python最重要的数据类型包含字符串.名单.元组和字典.本文重点介绍Python基础知识. 一.字符串基础         字符串指一有序的字符序列集合,用单引號.双引號.三重(单双均可)引號引起来.如:         s1='www.csdn.net'   s2="www.csdn.net"   s3='''aaabbb'''         当中字符串又包含:         1.转义字符串         像C语言中定义了一些字母前加"\"

python入门(9)字符串和编码 字符串是一种数据类型,比较特殊的是字符串有一个编码问题. 因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理. 最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255(二进制11111111=十进制255),如果要表示更大的整数,就必须用更多的字节. 比如两个字节可以表示的最大整数是65535,4个字节可以表示的最大整数是4294967295. 由于计算机是美国人发明的,因此,最早只

目录 python与中文的那点事 1. utf-8/gbk/unicode/ASCII 2.各种编码之间的转换 3. 统计字符串中数字,字母,汉字的个数 python与中文的那点事 在学习python的过程中,发现在python2与python3中对中文的处理有所不同,所以这篇文章就来探讨一下这些不同 1. utf-8/gbk/unicode/ASCII   我们都知道,在计算机内部所有的信息都可以被表示成二进制的字符串,每一个二进制位有1和0两种状态,因此8位的二进制数可以表示256种状态,这

在python中只有一个变量:动态变量 在Python当中令人奇怪的是我们的python没有静态变量,这个特性大大的增加了python的灵活性. 由于python中没有静态变量所以我们千万不要使用静态变量的命名方式,这样会报错的. 在Python当中我们在打印字符串的时候我们可能会打印" "这样的字符,这个时候我们就需要使用' '来将这个字符串包含在内,如果我们需要打印出' '的话呢我么就需要" "来打印字符串. 在Python当中如果我们需要同时打印出' '和&q

字符编码,我们已经讲过了,字符串也是一种数据类型,但是,字符串比较特殊的是还有一个编码问题. 因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理.最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255(二进制11111111=十进制255),如果你觉得理解的还不够透彻可以去小编的Python技术球球qun:278136312 ,qun里面有我总结的比较详细的Python全面的视频教程,需要的自己去公告里面下载学,希望对

字符串在Python内部的表示是unicode编码,因此,在做编码转换时,通常需要以unicode作为中间编码,即先将其他编码的字符串解码(decode)成unicode,再从unicode编码(encode)成另一种编码. decode的作用是将其他编码的字符串转换成unicode编码,如str1.decode('gb2312'),表示将gb2312编码的字符串str1转换成unicode编码. encode的作用是将unicode编码转换成其他编码的字符串,如str2.encode('gb2

一.概述 字符串 类似于C中的字符数组(功能上更像C++中的string),它是由一个个 字符 组成的序列.与C/C++不同的是,Python中没有 字符 这个类型,而是用 长度为1的字符串 来表示字符的概念. 二.分类 Python中的字符串共有2种:ASCII字符串(str)和 Unicode字符串(unicode).每一种字符串又可以进一步划分:根据对转义字符处理方式的不同,分为 常规字符串 和 原始字符串:根据字符串是否跨行,分为 单行字符串 和 跨行字符串.每一个字符串的字面值既可以包

这篇文章主要介绍了Python BeautifulSoup中文乱码问题的2种解决方法,需要的朋友可以参考下 解决方法一: 使用python的BeautifulSoup来抓取网页然后输出网页标题,但是输出的总是乱码,找了好久找到解决办法,下面分享给大家 首先是代码 复制代码 代码如下: 在刚开始测试的时候发现,虽然输出是乱码的,但是写在文件里面却是正常的.然后在网上找了找解决办法才发现 print一个对象的逻辑:内部是调用对象的__str__得到对应的字符串的,此处对应的是soup的__str__

Python 官方教程 前言 这是一次系统学习Python官方教程的学习笔记 整个教程一共16章, 在学习过程中记录自己不知道的和一些重要的知识, 水平有限, 请指正. Python3.7 官方教程. Python的特点 提供高效的高级数据结构, 有效的面向对象编程. 第三方Python模块, 程序和工具. Python解释器易于扩展, 可使用C或C++扩展新的功能和数据结构. Python优雅的语法和动态类型, 以及解释型语言本质, 使它成为多数平台上写脚本和快速开发应用的理想语言. Pyth

'''第一种:自然连接''' #format 连接字符串 str = '{}使用的python是{}版本'.format('我','3.6.5') print(str) #打印结果:我使用的python是3.6.5版本 #format连接不同类型 str1 = '{}{}{}'.format('圆周率','是',3.1592657,'...') print(str1) #打印结果:圆周率是3.1592657 '''第二种指定顺序连接''' #format指定顺序 str3 = '{0}{1}{0

字符串 1.概念 字符串就是由若干个字符组成的有限序列 字符:字母,数字,特殊符号,中文 表示形式:采用的单引号或者双引号 注意:字符串属于不可变实体 2.创建字符串 str1 = "hello" str2 = 'hello' str3 = 'h' #Python不支持单字符类型,单字符在Python中也是一个字符串 关于字符串下列说法错误的是 () A.字符应该视为长度为 1的字符串 B.字符串以\0标志字符串的结束 C.既可以用单引号,也可以用双引号创建字符串 D.在三引号字符串中

python 清洗中文文件 需要用到的两个链接: 1,unicode编码转换器 http://www.bangnishouji.com/tools/chtounicode.html 2,Python匹配中文的正则表达式 http://www.jb51.net/article/83975.htm # -*- coding:utf-8 -*- import re import os ''' python3.5 存在bug,清洗前先清理如下的链接: img src="//p3.pstatp.com/l

编辑器:windows,linux 不要用notepad,缩进糟糕 -------------- 5.18缩进 同一层次的语句必须有相同的缩进.每一组这样的语句称为一个块. i = 5 2  print('Value is ', i)# Error! Notice a single space at the start of the line行首有空格 print('I repeat, the value is ', i) 当你运行的时候,会得到下面的出错信息: File "whitespace

一.什么是字典 字典是python里的一种数据类型,特点是元素的无序性,和键key的唯一性.字典的创建方法是{key:values},字典里的键key只能是不可变的数据类型(整型,字符串或者是元组),值values可以是任何数据类型.字典里的一组key:values叫做一个键值对item. 二.字典的基本操作 首先我们创建一个字典: a={'name':'tom','age':18,'sex':'male','height':'175cm'} b={'one':111,'name':'lisa'

python转换已转义的字符串 有时我们可能会获取得以下这样的字符串: >>> a = '{\\"name\\":\\"michael\\"}' >>> print a {\"name\":\"michael\"} 那么该如何将其转换为一个字典呢? 可以用以下的方法: >>> type(json.loads('“' + a + '”')) <type 'unicode

Python中有3种format字符串的方式: 传统C语言式 命名参数 位置参数 1. 传统C语言式 和c语言里面的 sprintf 类似,参数格式也一样 title = "world" year = 2013 print "hello %s, %10d" % (title, year) 这种方式有一个陷阱,比如 title 是一个list,执行语句 "hello %s" % title,会触发一个异常:正确的做法是先把 title 转换为 st

python中文资源大全:https://github.com/jobbole/awesome-python-cn A curated list of awesome Python frameworks, libraries and software. Inspired by awesome-php. Awesome Python目录 Environment Management 环境管理 Package Management              软件包管理 Package Reposit

如何处理中午编码的问题 Python的UnicodeDecodeError: 'utf8' codec can't decode byte 0xxx in position 这个错误是因为你代码中的某个字符串使用了费ascii编码的字符,也就是它代表的16进制的编码超过127. 解决这个问题可以使用下面的方法解决,其实就是设置默认的编码.python 2.x的默认编码是ascii,如果改为utf-8,就可以了. import sys reload( sys ) sys.setdefaultenc