python 解析unicode编码的字符串
2016-04-27 00:00
1156 查看
使用python抓取页面或者web端的json时候很容易抓到一些unicode编码的字符串流。在python里边对Unicode编码的处理成了一件头疼的事。
对于string里边不含“ 引号的处理比较简单,使用eval注明引入str是unicode编码:
对于包含引号的明文,需要先把引号转化为 \",然后可以进行eval函数处理。
对于json格式unicode的有个很奇怪的处理:
python 的json 库在使用 json.loads()函数时候会默认把输入中unicode编码解析好,而不是保留原输入。
代码:
输出<>而不是 \u003c 这也引出了一个问题:python的json库解析json不完全保留原格式,使用时候要注意。
如果想要json解析保持unicode编码比较麻烦,需要将unicode码的\改为\\,转译代码如下:
对于string里边不含“ 引号的处理比较简单,使用eval注明引入str是unicode编码:
str1 = eval("u"+"\""+str + "\"") str1.decode('utf8')
对于包含引号的明文,需要先把引号转化为 \",然后可以进行eval函数处理。
str=str.replace("\\\"","\\\\\"") #先转化字符串中的\" str=str.replace("\"","\\\"") #再转化 " print eval("u"+"\""+str+"\"")
对于json格式unicode的有个很奇怪的处理:
python 的json 库在使用 json.loads()函数时候会默认把输入中unicode编码解析好,而不是保留原输入。
代码:
str1="{\"html\":\"\u003c\u003e\"}" s=json.loads(str1) print s["html"] 输出:<>
输出<>而不是 \u003c 这也引出了一个问题:python的json库解析json不完全保留原格式,使用时候要注意。
如果想要json解析保持unicode编码比较麻烦,需要将unicode码的\改为\\,转译代码如下:
str="{\"html\":\"\u003c\"}" s=str.replace("\\u","\\\\u") s2=json.loads(s) print s2["html"] 输出: \u003c
相关文章推荐
- Python中的__name__和__main__含义
- python3简单爬虫
- Python 网页解析之Beautifulsoup
- Python报错UnicodeDecodeError: ascii codec can t decode byte 0xe0 ...解决方法
- python二分查找模块bisect
- 字典树的实现(Python)
- python连接mysql和mongo数据库
- python 调用top命令获取输出信息
- python的__name__属性
- 步步学习python之环境安装:Vagrant+Ubuntu+Emacs+Virtualenv+Python3开发环境的搭建(Mac电脑下)1
- 《python+opencv实践》一、基于颜色的物体追踪(下)
- Python 基础 —— from __future__ import
- Python下的机器学习工具sklearn--数据预处理
- python中‘对象’
- 练习005
- python杀进程
- windows 上安装numpy scipy,以及scikit-learn的最优选择
- Python multi thread "error: longjmp causes uninitialized stack frame"
- 【LeetCode-215】Kth Largest Element in an Array
- python学习1