关于文字编码utf8,utf-8,gbk,gb2312的最近遇见的一些问题

关于文字编码的最近遇见的一些问题
问题描述:UnicodeEncodeError: ‘gbk’ codec can’t encode character ‘xxxx’ in position …
搜索发现有各种方式解决这个问题的方法,一般是encode,decode相关的方法,尝试使用了decode和encode,试遍了各种编码,utf8,utf-8,gbk,gb2312等等都试遍了。问题依旧。。
抓狂。。
认真研究一下所有的办法及贴文,发现一个帖子解释的很到位:
在windows下面编写python脚本,编码问题很严重。将网络数据流写入文件时时,我们会遇到几个编码:
1: #encoding=‘XXX’ 这里(也就是python文件第一行的内容)的编码是指该python脚本文件本身的编码,无关紧要。只要XXX和文件本身的编码相同就行了。 比如notepad++ "格式"菜单里面里可以设置各种编码,这时需要保证该菜单里设置的编码和encoding XXX相同就行了,不同的话会报错。
2:网络数据流的编码 比如获取网页,那么网络数据流的编码就是网页的编码。需要使用decode解码成unicode编码。
3:目标文件的编码 要将网络数据流的编码写入到新文件,那么我么需要指定新文件的编码。
明白的了原理,解决方式就很容易了。按123的步骤来一遍。主要是确定各编码都没问题一致的情况下,将Windows易出现问题的读入python的文件的过程搞定。
f = open(“out.html”,“w”,encoding=‘utf-8’)

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值