在python编程尤其是处理web应用时,遇到编解码问题的概率较大,通常这种问题也比较繁琐,记下自己的理解,以备不时之需。
编解码内涵
编解码存在的意义主要是由于各种不同编码方式的存在,有gbk啦,也有utf-8啦,还有gb2312等等。python中的decode和encode的参数意义是一样的,即decode("utf-8")代表根据utf-8的编码规则来解码文本,最终得到的就是未经编码的数据了,encode("utf-8")代表根据utf-8的编码规则来编码文本,最终得到的就是编码后的数据了。
python处理编解码方式
在python如果知道文本的编码方式可以直接通过str1 = str1.decode("utf-8")这样的方式来解码文本,但很多情况下我们是不知道文本的编码方式的,那么有没有比较好的通用方式帮我们识别呢?答案是有,就是使用chardet库。
chardet库的使用
chardet使用方式如示例代码,其提供了获取编码方式的接口,直接调用就可以了
import chardet
mychar = chardet.detect(text)
print mychar["encoding"]
text = text.decode(mychar['encoding'],'ignore')
text现在成了未编码数据,要想编码成其他类型的直接调用encode接口就可以了。