Python 之 encode()/decode()

1、写的代码模块需要指定编码

如果代码没有指定coding,python就默认所有的字符为ASCII码,
ASCII码只支持256个字符,ASCII码不支持中文,所以就报错。
所以要在代码前写上#coding:utf-8或#coding:gbk
但通用写上#coding:utf-8

2、python2内部所有编码统一为unicode

unicode可以处理世界上所有语言的字符。
utf-8为unicode的一种实现形式，所以需要在代码前写上#coding:utf-8

3、编码转换

牢记python2内部编码为unicode.
其它的编码decode()为unicode,再编码encode()为你指定的编码,就不会出现乱码。

4、网页采集时

在开发自用爬虫过程中，有的网页是utf-8，有的是gb2312,有的是gbk，怎么办？ 针对python2.7,
如果不加处理，采集到的都是乱码，解决的方法是将html处理成统一的utf-8编码

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

#coding:utf-8 #chardet 需要下载安装   import chardet #抓取网页html line = "http://www.***.com" html_1 = urllib2.urlopen(line,timeout = 120 ).read() #print html_1 encoding_dict = chardet.detect(html_1) #print encoding web_encoding = encoding_dict[ 'encoding' ] if web_encoding = = 'utf-8' or web_encoding = = 'UTF-8' :         html = html_1 else :     html = html_1.decode( 'gbk' , 'ignore' ).encode( 'utf-8' )   #有以上处理，整个html就不会是乱码。

代码指定#coding:utf-8
如果网页的编码为gbk
需要这样处理：
html = html.decode('gbk').encode('utf-8')

5、代码前也可以写#coding:gbk,但也要保证你的代码文件的保存格式为gbk.这个在windos下会出现这样的问题。

6、字典等key或值的汉字问题

#coding:utf-8
dict1 ={1:'python周末培训班',2:'咨询QQ：1465376564'}

print dict1
# 这样输出的没有显示汉字，是显示汉字的其它编码

dict2 ={1:'python视频培训班',2:'咨询QQ：1465376564'}
for key in dict2:
print dict2[key]

7、unicode的汉字编码写到文本文件中

需要根据文本文件的编码进行转换
可以encode('utf-8')或encode('gbk')