本文实例讲述了Python编码类型转换方法。分享给大家供大家参考,具体如下:
1:Python和unicode
为了正确处理多语言文本,Python在2.0版后引入了Unicode字符串。
2:python中的print
虽然python内部需要将文本编码转换为unicode编码来处理,而终端显示工作则由传统的Python字符串完成(实际上,Python的print
语句根本无法打印出双字节的Unicode编码字符)。
python的print会对输出的unicode编码(对其它非unicode编码,print会原样输出)做自动的编码转换(输出到控制台时),而文件对象
的write方法就不会做,因此,当一些字符串用print输出正常时,write到文件确不一定和print的一样。
在linux下是按照环境变量来转换的,在linux下使用locale命令就可以看到。print语句它的实现是将要输出的内容传送了操作系统,操作
系统会根据系统的编码对输入的字节流进行编码。
>>>str='学习python' >>> str '\xe5\xad\xa6\xe4\xb9\xa0python' #asII编码 >>> print str 学习python >>> str=u'学习python' >>> str ####unicode编码 '\xe5u\xad\xa6\xe4\xb9\xa0python'
推荐学习《》
3: python中的decode
将其他字符集转化为unicode编码(只有中文字符才需要转换)
>>> str='学习' >>> ustr=str.decode('utf-8') >>> ustr u'\u5b66\u4e60'
这样就对中文字符进行了编码转换,可用python进行后续的处理;(如果不转换的话,python会根据机器的环境变量进行默认的编码转换,这样就可能出现乱码)
4:python中的encode
将unicode转化为其它字符集
>>> str='学习' >>> ustr=str.decode('utf-8') >>> ustr u'\u5b66\u4e60' >>> ustr.encode('utf-8') '\xe5\xad\xa6\xe4\xb9\xa0' >>> print ustr.encode('utf-8')