Python2中文处理纪要的实现方法
python2不是以unicode作为基本代码字符类型,碰到乱码的几率是远远高于python3,但即便如此,相信很多人,也不想随意的迁移到python3,这里就总结几个我平常碰到的问题及解法。 1、文件中无法使用中文注释 处理方法: 在代码中增加 随后将文件另存为UTF-8格式。 此方法可以解决注释中有中文,及字符串立即数中包含中文的问题。 2、unicode中文变量打印出来是乱码 处理方法: 文件开始引入扩展库的部分加入以下3行代码。 import sys reload(sys) sys.setdefaultencoding('utf-8') 3、utf-8 及 gbk互相转换 直接看代码: #utf-8字符串转换成GBK(GB2312及其它编码也是这样用) print str.decode('UTF-8').encode('GBK') #gbk转换成utf-8 print str.decode('GBK').encode('UTF-8') 4、参数中的utf-8是用大写还是小写? 通常大小写都可以,这不是python决定的,是系统的语言代码设定决定的。 5、打开utf-8的文本文件 经过1、2的设置,正常直接打开就可以,文件是什么编码,读出来就是什么编码,个别仍有不行的可以使用扩展库codecs: import codecs ... with codecs.open(poetry_file,"r","utf-8") as f: 6、print打印出来的结构中的汉字是乱码 print仅打印一个utf-8的变量是不会有问题的,比如 a="汉字" print a #会正常显示 但是如果用了接续显示,比如: print a,#将会显示乱码 如果是其它结构,诸如dict / list / class等,都会出现乱码。 a = ["中文","测试"] print a #将会显示乱码 这种情况使用基本库没有什么好办法,只能循环逐个打印内容,比如: ... for item in items: print item 或者整合输出,比如: 还可以使用第三方的包,比如: import uniout ... listnine = ['梨','橘子','苹果','香蕉'] print 'listnine list: %s' % listnine 7、变量本身显示正常,循环遍历出来的单个字符乱码 大多情况是因为字符串不是unicode编码。声明字符串的时候使用 如果是从外部传入的变量,源头情况又不知道,可以尝试转换成Unicode字符串: str=unicode(str,"utf-8"); 嗯,差不多就这些,想到再补充。 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。 (编辑:李大同) 【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! |