前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >python中文decode和encod

python中文decode和encod

作者头像
py3study
发布2020-01-09 16:45:26
1.1K0
发布2020-01-09 16:45:26
举报
文章被收录于专栏:python3

   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。

   因此,转码的时候一定要先搞明白,字符串str是什么编码,然后decode成unicode,然后再encode成其他编码。

   转码的时候不禁要看代码本身的编码、文件的编码,还要看控制台的编码,这就是为什么同样是一段代码,在不同的系统(编码不同的)中会出现乱码的原因,如:

   我的eclipse里面代码为utf-8编码的。然后我这样写代码    s="你好"    s=s.decode('gb2312').encode('utf-8')    print s    报错:    UnicodeDecodeError: 'gb2312' codec can't decode bytes in position 2-3: illegal multibyte sequence    原因:因为我的文件为UTF-8编码的。所以你想用gb2312将其转成unicode是不可能的。    所以正确的写法应当是:    s="你好"    print s    s=s.decode('utf-8').encode('utf-8') 要用UTF-8来做编码    print s    发现打印出来的是乱码那只能说明一件事情就是我的eclipse控制台是GB2312的编码!

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019/09/05 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档