写Python的程序,读取含有中文目录下的文件,结果发现根本读取不了该中文目录下的文件,
原因:通过调试发现:该文件的目录乱码,目录无法解析,自然导致无法读取文件内容
解决方法:
strPath = "E:\superBoard\pro_input\1.8有理数的减法\1.8有理数的减法.htm" #这里的strpath是你的中文路径名
strPath = unicode(strPath , "GB2312")
此时得到的中文路径就不会乱码了
延伸知识:
unicode编码系统的发明是为了统一各国的文字,因此也叫“万国码”。Unicode 为每种语言设置了唯一的二进制编码表示方式,也就是说无论哪个国家的语言都可以在 Unicode 上找到对应的代码。因此,当不同的编码系统进行相互转换的时候,可以利用 Unicode 做一个“中介”。
其他编码系统到 Unicode 的转换过程我们称为解码(decode),将 Unicode 转换为其他编码系统的过程称之为编码(encode)。例如 A 编码需要转换为 B 编码,过程如下:
A编码 -> decode(A) -> Unicode -> encode(B) -> B 编码
使用下面的方法得到你当前的默认编码
>>> import sys
>>> sys.getdefaultencoding() #一般显示的都是这个‘ascii’
下面有问题:
如何处理普通字符串和 Unicode 字符串进行拼接抛出 UnicodeDecodeError 异常?
- >>> string = "我爱" + u"Fish"
- Traceback (most recent call last): File "<stdin>", line 1, in <module>UnicodeDecodeError:'ascii'codec can't decode byte 0xe6 in position 0: ordinal not in range(128)
分析:
使用 + 号进行字符串拼接,左边是普通字符串,右边是 Unicode 字符串。当两种类型的字符串拼接的时候,Python 会自动将左边的中文字符串转换为 Unicode 字符串,再进行拼接操作。但由于 "我爱" 的 ASCII 编码为 '\xe6\x88\x91\xe7\x88\xb1',其中十六进制 '\xe6' 对应的值是 230。当编码值在 0 ~ 127 的时候,Unicode 和 ASCII 是兼容的,转换不会有什么问题。但当值大于 128 的时候,ASCII 编码便不能直接转换为 Unicode 了。因此,抛出 UnicodeDecodeError。
解决方案:
第一种:使用 Python3
第二种: 指定转换为 Unicode 的解码方式:
- >>> string = "我爱".decode('utf-8') + u"Fish"
- >>> print string
- 我爱Fish
第三种: 将 Unicode 字符串部分进行编码:
- >>> string = "我爱" + u"Fish".encode("utf-8")
- >>> print string
- 我爱Fish
test.txt 内容如下,并保存为 GB2312 编码:
- 我爱,真的!
- f1 = open("test.txt")
- print(f1.read())
- f1.close
- >>>
- Traceback (most recent call last):
- File "/Users/FishC/Documents/Python/test.py", line 4, in <module>
- print(f1.read())
- File "/Library/Frameworks/Python.framework/Versions/3.4/lib/python3.4/encodings/ascii.py", line 26, in decode
- return codecs.ascii_decode(input, self.errors)[0]
- UnicodeDecodeError: 'ascii' codec can't decode byte 0xce in position 0: ordinal not in range(128)
如果前边的内容都可以理解了,那么解决这样的编码问题就不再难得住你啦~~~
使用 open 打开文件的编码格式取决于系统(可以通过 locale.getpreferredencoding() 获得),认真看报错信息,这里系统使用 ASCII 对文件内容进行解码,遇到错误......因为我们知道文件的存放格式是 GB2312,因此我们只需要在打开文件的时候设置 encoding="gb2312" 即可解决问题:
- f1 = open("test.txt", encoding="gb2312")
- print(f1.read())
- f1.close