Python的ASCII, GB2312, Unicode , UTF-8
2011-04-13 23:46
253 查看
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是可变长度的,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,称之为解码;函数encode(char_set)实现 Unicode 到其它编码方式的转换,称之为编码。例如:
和 0x597d
再用
Python中使用 unicode的关键:unicode是一个类,函数unicode(str, "utf8")是将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")。例如:
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,而打印x.encode("gbk")则是乱码。
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,称之为解码;函数encode(char_set)实现 Unicode 到其它编码方式的转换,称之为编码。例如:
("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
(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")是将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")。例如:
$ bpython >>> unicode("你好", "utf8") u'/u4f60/u597d' >>> x = _ >>> type(x) <type 'unicode'> >>> type("你好") <type 'str'> >>> 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,而打印x.encode("gbk")则是乱码。
相关文章推荐
- Python的ASCII, GB2312, Unicode , UTF-8 相互转换
- Python的ASCII, GB2312, Unicode , UTF-8 相互转换
- Python的ASCII, GB2312, Unicode , UTF-8 相互转换
- Python的ASCII, GB2312, Unicode , UTF-8
- Python的ASCII, GB2312, Unicode , UTF-8
- Python的ASCII, GB2312, Unicode , UTF-8区别
- Python的ASCII, GB2312, Unicode , UTF-8区别
- Python的ASCII, GB2312, Unicode , UTF-8区别
- Python的ASCII, GB2312, Unicode , UTF-8区别
- Python的ASCII, GB2312, Unicode , UTF-8区别
- [转]Python的ASCII, GB2312, Unicode , UTF-8
- Python的ASCII, GB2312, Unicode , UTF-8 相互转换
- Python的ASCII, GB2312, Unicode , UTF-8
- Python的ASCII, GB2312, Unicode , UTF-8
- Python的ASCII, GB2312, Unicode , UTF-8
- Python的ASCII, GB2312, Unicode , UTF-8 相互转换
- 字符编码简介:ASCII,Unicode,UTF-8,GB2312(转)
- 各种编码UNICODE、UTF-8、ANSI、ASCII、GB2312、GBK详解
- [引]有关Unicode,utf-8,ASCII,GB2312等详解的文章
- python unicode bytes ascii utf-8