python编码转换

来源：互联网发布：软件游戏猎手编辑：程序博客网时间：2024/05/29 08:55

参见：http://www.pythonclub.org/python-basic/codec

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/chardetimport urllibimport chardetrawdata = 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:utf8a = 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:utf8a = 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:utf8a = 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2a_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]

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 nametmpname = ""for c in name:    c = "%%u%04X" % ord(c)    tmpname += cprint tmpname输出结果：中国%u4E2D%u56FD

0 0