关于Python的ASCII, GB2312, Unicode , UTF-8 相互转换_str gb2312转ut8 python

作者：Monodyee | 2024-06-06 01:11:16

踩

str gb2312转ut8 python

ASCII 是一种字符集,包括大小写的英文字母、数字、控制字符等，它用一个字节表示，范围是 0-127 Unicode分为UTF-8和UTF-16。
UTF-8变长度的，最多 6 个字节，小于 127 的字符用一个字节表示，与 ASCII 字符集的结果一样，ASCII 编码下的英语文本不需要修改就可以当作 UTF-8 编码进行处理。
Python 从 2.2 开始支持 Unicode ，函数 decode( char_set )可以实现其它编码到 Unicode 的转换，函数 encode( char_set )实现 Unicode 到其它编码方式的转换。
比如

1	`("你好").decode(` `"GB2312")`

将得到

u'\u4f60\u597d'，
即 "你"和“好"的 Unicode 码分别是 0x4f60 和 0x597d
再用

1	`(u'\u4f60\u597d').encode("UTF-8")`

将得到

'\xe4\xbd\xa0\xe5\xa5\xbd'
它是 “你好”的UTF-8编码结果。
python中使用 unicode的关键：unicode是一个类，函数unicode(str,"utf8")从utf8编码（当然也可以是别的编码）的字符串str生成 unicode类的对象，而函数unc.encode("utf8")将unicode类的对象unc转换为（编码为）utf8编码（当然也可以是别的编码）的字符串。于是，编写unicode相关程序，需要做的事情是 * 获取数据（字符串）时，用unicode(str, "utf8")生成unicode对象 * 在程序中仅使用unicode对象，对程序中出现的字符串常量都以u"字符串"的形式书写 * 输出时，可将unicode对象转换为任意编码输出，使用str.encode("some_encoding")

>>> unicode("你好", "utf8")

u'\u4f60\u597d'

>>> x = _

>>> type(x)

>>> type("你好")

>>> x.encode("utf8")

'\xe4\xbd\xa0\xe5\xa5\xbd'

>>> x.encode("gbk")

'\xc4\xe3\xba\xc3'

>>> x.encode("gb2312")

'\xc4\xe3\xba\xc3'

>>> print x

你好

>>> print x.encode("utf8")

你好

>>> print x.encode("gbk")

???

以上是测试结果（Ubuntu 6.06，locale为utf8），注意type(x)和type("你好")的区别。从编码上可以看出utf8编码与gbk不同。在utf8的 locale设置下，打印x按该环境变量编码（我猜我猜我猜猜猜），而打印x.encode("gbk")则是乱码。

在开头加上
import sys
reload(sys)
sys.setdefaultencoding( “utf-8” )

Python自然调用ascii编码解码程序去处理字符流，当字符流不属于ascii范围内，就会抛出异常（ordinal not in range(128)）。所以解决方法就是修改默认编码，需要注意的是需要先调用reload方法。

sys.getfilesystemencoding()获取当前编码格式

https://www.cnblogs.com/jxzheng/p/5186490.html

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/678881