Robot Framework编码详解-解决乱码问题

今天给大家讲下robotframework框架中unicode编码或者是问号乱码的问题

大家看下面这个小栗子

这就涉及到了计算机的编码问题

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,最早只有127个字符被编码到计算机里,也就是大小写英文字母、数字和一些符号,这个编码表被称为ASCII编码,比如大写字母A的编码是65,小写字母z的编码是122。

但是要处理中文显然一个字节是不够的,至少需要两个字节,而且还不能和ASCII编码冲突,所以,中国制定了GB2312编码,用来把中文编进去。

你可以想得到的是,全世界有上百种语言,日本把日文编到Shift_JIS里,韩国把韩文编到Euc-kr里,各国有各国的标准,就会不可避免地出现冲突,结果就是,在多语言混合的文本中,显示出来会有乱码。

因此,Unicode应运而生。Unicode把所有语言都统一到一套编码里,这样就不会再有乱码问题了。

Unicode标准也在不断发展,但最常用的是用两个字节表示一个字符(如果要用到非常偏僻的字符,就需要4个字节)。现代操作系统和大多数编程语言都直接支持Unicode。

现在,捋一捋ASCII编码和Unicode编码的区别:ASCII编码是1个字节,而Unicode编码通常是2个字节。

你可以猜测,如果把ASCII编码的A用Unicode编码,只需要在前面补就可以,因此,A的Unicode编码是0000000001000001。

新的问题又出现了:如果统一成Unicode编码,乱码问题从此消失了。但是,如果你写的文本基本上全部是英文的话,用Unicode编码比ASCII编码需要多一倍的存储空间,在存储和传输上就十分不划算。

所以,本着节约的精神,又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节,常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符,用UTF-8编码就能节省空间:

UTF-8编码有一个额外的好处,就是ASCII编码实际上可以被看成是UTF-8编码的一部分,所以,大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。

搞清楚了ASCII、Unicode和UTF-8的关系,我们就可以总结一下现在计算机系统通用的字符编码工作方式。

在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码。

用记事本编辑的时候,从文件读取的UTF-8字符被转换为Unicode字符到内存里,编辑完成后,保存的时候再把Unicode转换为UTF-8保存到文件。

浏览网页的时候,服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器。

所以你看到很多网页的源码上会有类似的信息,表示该网页正是用的UTF-8编码。

弄清楚了这个编码问题之后,我们再来看一下如何解决robotframework框架unicode的问题

首先,看下我的安装环境,我的robotframework版本是3.0.x的

找到robotframework安装目录下的unic.py文件,我的目录是C:\Python27\Lib\site-packages\robotframework-3.0.4-py2.7.egg\robot\utils,在unic.py文件中插入

if isinstance(item, (list, dict,tuple)):

try:

item= json.dumps(item, ensure_ascii=False, encoding='utf-8')

exceptUnicodeDecodeError:

try:

item= json.dumps(item, ensure_ascii=False, encoding='utf-8')

except:

pass

except:

pass

加完这一段代码之后,保存,然后重启ride编辑器,再运行一下刚才的脚本,现实中文正常了!

如果你的还是显示不正常,请继续往下看,我们来看一下是不是python默认的编码方式导致的

cmd命令下通过以下命令查看python默认的编码

python

import sys

sys.getdefaultencoding()

这时看到,python的默认编码方式是ascii编码方式,这时我们将它改成utf8

在Python的Lib\site-packages文件夹下新建一个sitecustomize.py文件,内容为:

#coding=utf8

import sys

reload(sys)

sys.setdefaultencoding('utf8')

重启Python解释器,发现编码已被设置为utf8

这样,乱码问题就完美解决!

觉得好的请点个赞,谢谢!

一个不羁的测试

我还只是个菜鸟!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180625G0HK0000?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券