python unicode类型,python3 unicode编码转换中文

　　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的作用是把其他代码编码的字符串转换成unicode代码，比如str1.decode(gb2312 )，意思是把gb2312编码的字符串转换成unicode代码。

　　encode的作用是将unicode编码转换成其他编码字符串，比如str2.encode(gb2312 )，意思是将unicode编码字符串str2转换成gb2312编码。

　　所以在转码的时候，首先要了解字符串str是什么编码，然后解码成unicode，再编码成其他编码。

　　中代码字符串的默认编码与代码文件本身的编码一致。

　　例如s=中文

　　如果在utf8文件中，字符串是utf8代码，如果在gb2312文件中，其代码是gb2312。

　　在这种情况下，为了执行编码转换，需要首先使用decode方法将其转换为unicode编码，然后使用encode方法将其转换为其他编码。通常，当没有指定具体的编码方法时，使用系统的默认编码来创建代码文件。

　　如果字符串是这样定义的：s=u 中文

　　字符串的编码被指定为unicode，即python的内部编码，与代码文件本身的编码无关。因此，在这种情况下，我们只需要直接使用encode方法将其转换为指定的代码。

　　如果一个字符串已经是unicode了，再解码就错了，所以通常需要判断它的编码方式是不是unicode:

　　Isinstance(s，unicode)#) #用于确定是否为unicode。

　　以非编码编码的形式用str编码会报错。

　　如何获取系统的默认代码？

　　#!/usr/危机之花卷/env python

　　#编码=utf-8

　　导入系统

　　printsys.getdefaultencoding()

　　这个程序在英文WindowsXP上的输出是ascii。

　　在某些IDE中，字符串的输出总是出现乱码甚至错误，这其实是由于IDE本身的结果输出控制台无法显示字符串的编码，而不是程序本身的问题。

　　例如，在UliPad中运行以下代码：

　　S=u 中文

　　打印s

　　是：unicode编码器错误：“ascii”编解码器无法对位置0-1中的字符进行编码：序号不在范围内(128)。这是因为英文WindowsXP上的UliPad的控制台信息输出窗口是按照ascii编码输出的(英文系统默认编码是ascii)，而上面代码中的字符串是Unicode编码，所以输出有错误。

　　将最后一句改为：打印s.encode(gb2312 )

　　可以正确输出单词“中文”。

　　如果最后一句改为：打印s.encode(utf8 )

　　output:\ xe4 \ xb8 \ xad \ xe6 \ x96 \ x87，是控制台信息输出窗口根据ascii编码输出utf8编码字符串的结果。

　　Unicode(str， gb2312 )与str.decode(gb2312 )相同，它将gb2312编码的str转换为Unicode。

　　使用str。__class__查看str的编码形式。

　　Python是一种容易出现编码问题的语言。于是，我按照我的理解写了下面的话。

　　=首先要知道几个概念。=

　　*字节：计算机数据的表示。8位二进制。可以表示无符号整数：0-255。在下文中，“字节流”用于表示由“字节”组成的字符串。

　　*字符：英文字符“abc”，或中文字符“你、我、他”。人物本身不知道怎么保存在电脑里。在下文中，将避免使用“字符串”一词，而是使用“文本”。

　　显示一串“字符”。

　　*编码(动词):按照一定的规则(这个规则叫做：编码(名词))，“文本”转换成“字节流”。(在python中：unicode变成了str)

　　*解码(动词):按照一定的规则将“字节流”转换成“文本”。(在python中：str变成unicode)

　　* *实际上，计算机中表示的任何东西都需要编码。比如视频要编码然后保存在文件里，播放的时候需要解码才能观看。

　　Unicode:unicode定义了一个“字符”和一个“数字”之间的对应关系，但它没有指定这个“数字”是如何存储在计算机中的。(就像在C语言中一样，整数既是

　　它可以是int或short。Unicode没有指定是使用int还是short来表示“字符”)

　　Utf8:unicode实现。它使用unicode定义的“字符”和“数字”映射，然后指定如何在计算机中保存这个数字。其他utf16等。

　　Unicode实现。

　　Gbk:类似utf8的“代码”。但是，它不使用unicode定义的“字符”和“数字”映射，而是使用另一组映射方法。此外，它还定义了如何使用

　　保存在电脑里。

　　=python=中的编码、解码方法

　　首先要知道编码是unicode转换成str。Decode是str到unicode的转换。

　　在下面，u表示unicode类型的变量，s表示str类型的变量。

　　U.encode( . ))基本上总是成功的，只要你填写正确的代码。就像任何文件都可以压缩成zip文件一样。

　　S.decode( . )经常出错，因为“代码”str是什么要看上下文。在解码高花卷的时候，需要确定S是用什么编码的。比如，打开压缩文本。

　　确保它确实是一个zip文件，而不仅仅是一个带有伪造扩展名的zip文件。

　　不推荐U.decode()，s.encode()，s.encode相当于s.decode()。默认情况下，encode()首先被编码(通常

　　Ascii)在编码中转换为unicode。

　　=关于#编码=utf8=

　　高大的花卷轴在py文件的第一行。如果把这句话写出来，按照这个代码保存文本，那么这句话就有如下作用。

　　1.让词法分析器正常工作，不要在评论里报错中文。

　　2.对于U Chinese 来说，literal string可以知道两个引号中的内容是utf8编码的，然后就可以正确的转换成unicode。

　　3.中文对于这样的文字字符串，你会知道中间的内容是utf8代码，然后可以正确的转换成其他代码或者unicode。

　　我还没写完，先码这么多字，以后再补充。这不是维基，太麻烦了。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。