Python编码UNICODE GBK UTF-8字符集转换的正确姿势
2017-02-20 18:36
686 查看
规范
脚本文件编码由于需要经常性使用到中文字符,因此Python脚本新建后,请在头部添加代码:
# coding: utf-8
或者为pycharm设置代码模版,这样每次新建Python文件时会自动带上以上代码。如果不添加,即使中文字符串以u开头,也是编译不通过的。
UNICODE
脚本中的字符最好使用UNICODE编码(英文可以不需要,但是中文尽量使用),因为UNICODE编码是比较好的“中间”字符集,比较容易向GBK和UTF-8转换。例如:print u"你好"
如果不带u的字符在包含了# coding: utf-8的脚本中默认字符为UTF-8,一般也不会有什么问题。
UNICODE转GBK:
# 带u的字符串为unicode s.encode('gbk')
UNICODE转UTF-8
# 带u的字符串为unicode s.encode('utf-8')
GBK
GBK转UNICODEWindows下的命令行参数为GBK编码,因此需要对字符串进行转换,转换方法有两种。
方法一:
# Create a new Unicode object from the given encoded string. # encoding defaults to the current default string encoding. # errors can be 'strict', 'replace' or 'ignore' and defaults to 'strict'. unicode(s, "gbk", "ignore")
方法二:
s.decode('gbk', 'ignore')
跨平台判断:
if sys.platform == 'win32': # win下命令行参数为gbk编码,转换字符 pass else: pass
UTF-8
UTF-8转换为UNICODEunicode(s, "utf-8", "ignore")
或:
s.decode('utf-8', 'ignore')
汇总整理成函数库
# win下命令行参数为gbk编码:star.gbk2unicode(sys.argv[1]) + u'也有' def gbk2unicode(s): return s.decode('gbk', 'ignore') # 脚本文件#coding:utf-8时默认不带u的字符串为utf8字符串:star.utf82unicode('我') def utf82unicode(s): return s.decode('utf-8', 'ignore') # 带u的字符串为unicode # star.unicode2gbk(u'\u4e5f\u6709') # star.unicode2gbk(u'也有') def unicode2gbk(s): return s.encode('gbk') # 带u的字符串为unicode # star.unicode2utf8(u'\u4e5f\u6709') # star.unicode2utf8(u'也有') def unicode2utf8(s): return s.encode('utf-8') # win下命令行参数为gbk编码:star.gbk2utf8(sys.argv[1]) + '也有' def gbk2utf8(s): return s.decode('gbk', 'ignore').encode('utf-8') def utf82gbk(s): return s.decode('utf-8', 'ignore').encode('gbk')
相关文章推荐
- Python 中的编码转换 编码方案 中文解码 gbk , utf ,unicode
- Python的编码机制,unicode, utf-8, utf-16, GBK, GB2312,ISO-8859-1 等编码之间的转换。
- python 之编码转换 unicode, utf-8, utf-16, GBK
- [转载]常用字符集编码详解:ASCII 、GB2312、GBK、GB18030、unicode、UTF-8
- ASCII 、GB2312、GBK、GB18030、unicode、UTF-8字符集编码详解
- JAVA字符编码系列二:Unicode,ISO-8859,GBK,UTF-8编码及相互转换
- JAVA字符编码系列二:Unicode,ISO-8859-1,GBK,UTF-8编码及相互转换
- ASCII 、GB2312、GBK、GB18030、unicode、UTF-8字符集编码详解
- JAVA字符编码系列二:Unicode,ISO-8859,GBK,UTF-8编码及相互转换[引]
- 常用字符集编码详解(ASCII GB2312 GBK GB18030 unicode UTF-8)
- ASCII 、GB2312、GBK、GB18030、unicode、UTF-8字符集编码详解
- ASCII 、GB2312、GBK、GB18030、unicode、UTF-8字符集编码详解
- JAVA字符编码系列二:Unicode,ISO-8859,GBK,UTF-8编码及相互转换
- ASCII 、GB2312、GBK、GB18030、unicode、UTF-8字符集编码详解
- ASCII 、GB2312、GBK、GB18030、unicode、UTF-8字符集编码介绍
- Unicode,ISO-8859-1,GBK,UTF-8编码及相互转换
- Unicode,ISO-8859,GBK,UTF-8编码及相互转换
- ASCII 、GB2312、GBK、GB18030、unicode、UTF-8字符集编码详解
- 关于JAVA字符编码:Unicode,ISO-8859-1,GBK,UTF-8编码及相互转换
- 常用字符集编码详解(ASCII GB2312 GBK GB18030 unicode UTF-8)