pythonunicode转码（Python 编码转换与中文处理）
本文目录
Python 编码转换与中文处理
python 中的 unicode 是让人很困惑、比较难以理解的问题. 这篇文章 写的比较好， utf-8是 unicode的一种实现方式，unicode、gbk、gb2312是编码字符集.
Python 默认脚本文件都是 ANSCII 编码的，当文件 中有非 ANSCII 编码范围内的字符的时候就要使用" 编码指示 "来修正一个 module 的定义中，如果.py文件中包含中文字符（严格的说是含有非anscii字符），则需要在第一行或第二行指定编码声明： # -*- coding=utf-8 -*- 或者 #coding=utf-8
其他的编码如：gbk、gb2312也可以；否则会出现:
先说一下python中的字符串类型，在python中有两种字符串类型，分别是 str 和 unicode ，他们都是basestring的派生类；
在str的文档中有这样的一句话：
也就是说在读取一个文件的内容，或者从网络上读取到内容时，保持的对象为str类型；如果想把一个str转换成特定编码类型，需要把str转为Unicode,然后从unicode转为特定的编码类型如：utf-8、gb2312等。
unicode 转为 gb2312,utf-8等,使用 encode(encoding)
utf-8,GBK转换为 unicode 使用 unicode(s,encoding) 或者 s.decode(encoding)
普通的 str 转为 unicode,
如果直接执行s.encode(’gb2312’)会发生什么？
这里会发生一个异常：Python 会自动的先将 s 解码为 unicode ，然后再编码成 gb2312。因为解码是python自动进行的，我们没有指明解码方式，python 就会使用 sys.defaultencoding 指明的方式来解码。很多情况下 sys.defaultencoding 是 ANSCII，如果 s 不是这个类型就会出错。
拿上面的情况来说，我的 sys.defaultencoding 是 anscii，而 s 的编码方式和文件的编码方式一致，是 utf8 的，所以出错了:
对于这种情况，我们有两种方法来改正错误：
s = ’中文’
s.decode(’utf-8’).encode(’gb2312’) ```
import sys
reload(sys) # Python2.5 初始化后会删除 sys.setdefaultencoding 这个方法，我们需要重新载入
sys.setdefaultencoding(’utf-8’)
str = ’中文’
str.encode(’gb2312’)
print open("Test.txt").read()
import codecs
print open("Test.txt").read().decode("utf-8")
Traceback (most recent call last):
File "ChineseTest.py", line 3, in 《module》
print open("Test.txt").read().decode("utf-8")
UnicodeEncodeError: ’gbk’ codec can’t encode character u’\ufeff’ in position 0: illegal multibyte sequence
import codecs
data = open("Test.txt").read()
if data == codecs.BOM_UTF8:
data = data
print data.decode("utf-8")
s = "中文"
print unicode(s, "utf-8")
Traceback (most recent call last):
File "ChineseTest.py", line 3, in 《module》
s = unicode(s, "utf-8")
UnicodeDecodeError: ’utf8’ codec can’t decode bytes in position 0-1: invalid data
s = "中文"
print unicode(s, "gbk")
s = "中文"
print unicode(s, "cp936")
python中unicode编码怎么转换为utf-8
实现代码如下：
a = ’abce’# print type(a)b = a.decode("ascii")# print type(b)c = a.decode("ascii").encode("utf-8")# print type(c)
在python中进行编码转换都是通过unicode作为中间值实现的。所以要先decode成unicode字符，然后再使用encode转换成utf-8编码的str。可以把注释取消了，看下转换过程中的类型。
Python+将十个连续unicode的编码转为字符串
# 假设我们有一个包含十个连续 Unicode 编码的列表
unicode_codes =
# 我们可以使用 `chr()` 将每个编码映射到对应的字符
chars =
# 现在，我们得到了一个字符列表
# 我们可以将它们连接成一个字符串
string = ’’.join(chars)
# 输出字符串，它应该是 "abcdefghij"
print(string)
更多文章：
制作网页时通常需要在同一网页内跳转常常采用制作什么超链接（简述在网页设计中制作超链接的类型）
2026年9月5日 07:00
2026年9月5日 06:45
2026年9月5日 06:30
2026年9月5日 06:15
2026年9月5日 06:00
开发工具按钮是表格部分数据清零（怎么添加一个Excel批量删除多个单元格内容按钮）
2026年9月5日 05:45
2026年9月5日 05:30
石家庄网站优化全包（石家庄公交第三批线网线优化什么时候开始）
2026年9月5日 05:15
一个卖东西的微信小程序,都需要什么条件怎么制作？我想做一个社区团购的小程序，怎么入手呢，大概需要花多少钱
2026年9月5日 05:00
2026年9月5日 04:45
