python编码转换
python编码转换
主要介绍了python的编码机制，unicode, utf-8, utf-16, GBK, GB2312,ISO-8859-1 等编码之间的转换。常见的编码转换分为以下几种情况：
1.自动识别字符串编码：
#coding:utf8
#chartdet官方下载网站http://pypi.python.org/pypi/chardet
import urllib
import chardet
rawdata = urllib.urlopen('http://www.google.cn/').read()
print chardet.detect(rawdata)
输出：
#confidence是可信度，encoding是编码
{'confidence': 0.99, 'encoding': 'utf-8'}
2.unicode转换为其他编码
#coding:utf8
a = u'中文'
a_gb2312 = a.encode('gb2312')
print a_gb2312
输出：
中文
3.其他编码转换为unicode
#coding:utf8
a = u'中文'
a_gb2312 = a.encode('gb2312')
print a_gb2312
#a为gb2312编码，要转为unicode. unicode(a, 'gb2312')或a.decode('gb2312')
print [unicode(a_gb2312,'gb2312')]
print [a_gb2312.decode('gb2312')]
输出：
中文
[u'\u4e2d\u6587']
[u'\u4e2d\u6587']
4.非unicode编码之间的相互转化
#coding:utf8
a = u'中文'
a_gb2312 = a.encode('gb2312')
print a_gb2312
#编码1转换为编码2可以先转为unicode再转为编码2
a_unicode = a_gb2312.decode('gb2312')
print [a_unicode]
a_utf8 = a_unicode.encode('utf8')
#dos不识别utf8编码，直接输出会是乱码
print [a_utf8]
输出：
中文
[u'\u4e2d\u6587']
['\xe4\xb8\xad\xe6\x96\x87']
5.判断字符串编码
#coding:utf8
#isinstance(s, str) 用来判断是否为一般字符串
#isinstance(s, unicode) 用来判断是否为unicode 3
#如果一个字符串已经是unicode了，再执行unicode转换有时会出错(并不都出错)
def u(s,encoding):
if isinstance(s,unicode):
return s
else:
return unicode(s,encoding)
6.汉字转化为unicode编码
#coding:utf8
#该方法没看懂，先留下了
name = '中国'
name = name.decode('utf8')
print name
tmpname = ""
for c in name:
c = "%%u%04X" % ord(c)
tmpname += c
print tmpname
输出结果：
中国
%u4E2D%u56FD
相关内容
- 暂无相关文章
评论关闭