加入收藏 | 设为首页 | 会员中心 | 我要投稿 济源站长网 (https://www.0391zz.cn/)- 数据工具、数据仓库、行业智能、CDN、运营!
当前位置: 首页 > 综合聚焦 > 编程要点 > 语言 > 正文

python中文乱码怎样解决?一文带你看懂

发布时间:2022-03-15 16:33:25 所属栏目:语言 来源:互联网
导读:这篇文章给大家分享的是如何解决python中文乱码的问题,下文有多种python中文乱码的情况以及解决办法的介绍,小编觉得挺实用的,因此分享给大家做个参考,接下来一起跟随小编看看吧。 在运行这样类似的代码: #!/usr/bin/env pythons=中文print s 最近经常遇
        这篇文章给大家分享的是如何解决python中文乱码的问题,下文有多种python中文乱码的情况以及解决办法的介绍,小编觉得挺实用的,因此分享给大家做个参考,接下来一起跟随小编看看吧。
 
        在运行这样类似的代码:
 
#!/usr/bin/env pythons="中文"print s
        最近经常遇到这样的问题:
 
        问题一:
SyntaxError: Non-ASCII character 'xe4' in file E:codingpythonUntitled 6.py on line 3, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details
 
        问题二:
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe5 in position 108: ordinal not in range(128)
 
        问题三:
UnicodeEncodeError: 'gb2312' codec can't encode character u'u2014' in position 72366: illegal multibyte sequence
 
        这些都是跟字符编码有关的问题,很郁闷,中文总是弄不出来,找了很多方案,这里有些是我前几天找到的一些方案,拿出来给大家分享一下哈
 
        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('gb2312'),表示将unicode编码的字符串str2转换成gb2312编码。
 
        在某些IDE中,字符串的输出总是出现乱码,甚至错误,其实是由于IDE的结果输出控制台自身不能显示字符串的编码,而不是程序本身的问题。
 
        如在UliPad中运行如下代码:
 
s=u"中文"print s
        会提示:
 
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
 
        这是因为UliPad在英文WindowsXP 上的控制台信息输出窗口是按照ascii编码输出的(英文系统的默认编码是ascii),而上面代码中的字符串是Unicode编码的,所以输出时产生了错误。将最后一句改为:print s.encode('gb2312')
 
则能正确输出“中文”两个字。若最后一句改为:print s.encode('utf8'),则输出:xe4xb8xadxe6x96x87,这是控制台信息输出窗口按照ascii编码输出utf8编码的字符串的结果。
 
        下面代码可能比较通用一些,如下:
 
#!/usr/bin/env python  
#coding=utf-8  
s="中文"if isinstance(s,unicode):     
#s=u"中文"      
print s.encode('gb2312') else:     
#s="中文"      
print s.decode('utf-8').encode('gb2312')
#!/usr/bin/env
python#coding=utf-8s="中文"
if isinstance(s,unicode):
#s=u"中文" print s.encode('gb2312')else:
#s="中文" print s.decode('utf-8').encode('gb2312')
        看看下面一段代码:
 
#!/usr/bin/env python  
#coding=utf-8  
#python version:2.7.4 #system:windows xp    
import httplib2def getPageContent(url):    
'''''    
使用httplib2用编程的方式根据url获取网页内容    
将bytes形式的内容转换成utf-8的字符串    
'''    
#使用ie9的user-agent,如果不设置user-agent将会得到403禁止访问     
headers={'user-agent':'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)',            
'cache-control':'no-cache'}    
if url:         
response,content= httplib2.Http().request(url,headers=headers)                     
if response.status== 200 :            
return content
import sys  
reload(sys)  
sys.setdefaultencoding('utf-8')  
#修改默认编码方式,默认为ascci print sys.getdefaultencoding()   
content= getPageContent("http://www.oschina.net/")
print content.decode('utf-8').encode('gb2312')
#!/usr/bin/env
python#coding=utf-8
#python version:2.7.4
#system:windows xpimport httplib2def getPageContent(url):    
'''    
使用httplib2用编程的方式根据url获取网页内容    
将bytes形式的内容转换成utf-8的字符串    '''    
#使用ie9的user-agent,如果不设置user-agent将会得到403禁止访问    
headers={'user-agent':'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)',            
'cache-control':'no-cache'}    if url:         
response,content= httplib2.Http().request(url,headers=headers)                   
if response.status== 200 :            return content
import sysreload(sys)sys.setdefaultencoding('utf-8')  
#修改默认编码方式,默认为ascciprint sys.getdefaultencoding()content= getPageContent("//www.jb51.net/")
print content.decode('utf-8').encode('gb2312')
        上面的代码的意思:向www.jb51.net网站请求他的主页,(如果直接是utf-8编码,不能输出中文)想将编码方式为utf-8转向gd2312,出现问题三
 
        当我把它将print content.decode('utf-8').encode('gb2312')改成print content.decode('utf-8').encode('gb2312', ‘ignore')时,OK了,可以显示中文了,但不敢确定是否为全部,貌似只有部分吧,有些不能用gb2312编码。然而,当我把网站换成 www.soso.com时,不用转为gb2312,用utf-8即可正常显示中文
 
        总结一下:
 
        向文件直接输出ss会抛出同样的异常。在处理unicode中文字符串的时候,必须首先对它调用encode函数,转换成其它编码输出。这一点对各个环境都一样。在Python中,“str”对象就是一个字节数组,至于里面的内容是不是一个合法的字符串,以及这个字符串采用什么编码(gbk, utf-8, unicode)都不重要。这些内容需要用户自己记录和判断。这些的限制也同样适用于“unicode”对象。要记住“unicode”对象中的内容可绝对不一定就是合法的unicode字符串,我们很快就会看到这种情况。在windows的控制台上,支持gbk编码的str对象和unicode编码的unicode对象。



(编辑:济源站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读