Python中中文乱码问题

Posted 2023-03-28

验证中文乱码时：遇到个问题，下面这两种情况有什么不一样

a = '哈哈'
b = a.encode('utf-8')
发现报错

a = u'哈哈'
b = a.encode('utf-8')

"哈哈"前有u和没u有什么区别

参考技术A a ='哈哈'
b = a.encode('utf-8')
以上你的代码是UTF8编码吧，a本来就是UTF8编码，你在给它编码干嘛，encode是编码，decode是解码，你不报错没天理。

a = u'哈哈'
b = a.encode('utf-8')
a是U编码类型也就是你上一个没加U的哈哈的解码，它肯定不会保存！ 参考技术B python2里面，默认编码方式是ASCII,加u是强制unicode，所以不加U的时候用UTF-8编码会出错，python3里面已经默认编码是unicode，不需要加u了本回答被提问者采纳

Python 爬虫过程中的中文乱码问题

python+mongodb

 

在爬虫的过程中，抓到一个中文字段，encode和decode都无法正确显示

注：以下print均是在mongodb中截图显示的，在pythonshell中可能会有所不同

比如中文 “余年”，假设其为变量a

1. print a 结果如下：

 

使用type查询之后，显示的确是unicode编码（正常情况下讲unicode编码内容直接存入mongodb中是可以正常显示的）

2. print type(a) 结果如下：

3. print a.encode(‘utf-8‘) 结果如下：

然后查看a的unicode编码，是这种格式  u‘‘\xe4\xbd\x99\xe5\xb9\xb4"

解决办法：

a = a.encode(‘ISO 8859-1‘)

这样将a的由unicode的type变成了str类型的type

然后就可以正确的保存到mongodb中了

 

 

Reference:

http://blog.csdn.net/myheadfirst/article/details/46635197