python中文字符串编码问题

Posted 2020-09-22

接口测试的时候，发现接口返回内容是uncodie类型但是包含中文。在使用print进行打印时输出提示错误：

UnicodeEncodeError: ‘ascii‘ codec can‘t encode characters in position 733-738: ordinal not in range(128)

查阅资料发现是由于内容中包含了中文字符，导致unix系统在print解析是无法正常解析导致。

源码如下：

def _ejson(con):
    comm = "echo ‘%s‘ | python -m json.tool" % con
    return os.system(comm)

if __name__ == "__main__":
    con =open(‘con.json‘,‘r‘)
    print _ejson(con)

经过查阅资料以及自我检查

发现con返回的是unicode编码的字符串，其中包换中文。导致print的时候解析失败。

更改后的代码如下：

def _ejson(con):
    con = con.encode(‘utf-8‘)
    comm = "echo ‘%s‘ | python -m json.tool" % con
    return os.system(comm)

if __name__ == "__main__":
    con =open(‘con.json‘,‘r‘)
    print _ejson(con)

问题得到完美解决。

附带简单说下python编码的问题：

Python 有两种字符串类型，str 与 unicode：

因为 Python 认为 16 位的 unicode 才是字符的唯一内码，而大家常用的字符集如 gb2312，gb18030/gbk，utf-8，以及 ascii 都是字符的二进制（字节）编码形式。

如果需要将非unicode的编码的str转换成unicode编码，则需要使用decode进行解码，反之如果希望把unicode编码转换成其他字符集则需要使用encode进行编码。

例如：str.decode(‘utf-8‘) 将str转换成unicode编码

　　　str.encode(‘utf-8‘)将str转换成utf-8编码

通常情况下，我们需要通过unicode编码进行中转换，进行不同类型编码的相互之间转换

例如：str.decode(‘gbk‘).encode(‘utf-8‘) 将str由gbk编码变成utf-8编码