Python中文编码过程中遇到的一些问题

Posted 2020-09-30

首先，要明确encode()和decode（）的差别

 encode()的作用是将Unicode编码的字符串转换为其它编码格式。

比如：st1.encode("utf-8")  这句话的作用是将Unicode编码的st1编码为utf-8编码的字符串

decode()的作用是把其它编码格式的字符串转换成Unicode编码的字符串。

比如：st2.decode("utf-8") 这句话的作用是将utf-8编码的字符串st2解码为Unicode编码的字符串

第二，除Unicode编码的字符串以外，不论什么一种编码的字符串要想转换为其它编码格式，必须先解码后编码

非Unicode编码--> Unicode编码-->非Unicode编码

比如。utf-8编码的字符串st想要转换为gbk编码的字符串。必须经过下面步骤：

st=st.decode("utf-8")#解码为Unicode编码

st=st.encode("gbk") #从Unicode编码编码为gbk编码

第三。我们常常使用的utf-8编码还分为有BOM的和无BOM的。

能够參考这篇文章：

http://blog.csdn.net/lipeijs3/article/details/5062243

第四：关于json文件的中文编码。

用Python读取Json文件时经经常使用到json.load()函数，该函数对json文件的格式是有要求的

1）json文件是utf-8 without BOM编码的,那么能够直接用json.load(filename)函数读取json文件的内容

2）json文件是utf-8 with BOM编码的，不能用json.load()函数读取。json.load()不能正确识别

3）json文件时其它编码的，比方gbk, 要把json文件的编码格式作为一个參数传给json.load()：

eg. json.load(filename,"gbk")

第五，怎么查看而且设置自己文件的编码呢？

介绍一个个人比較喜欢的工具"Nodtepad++"，随便一个软件管家里就与一键安装。

用这个工具你能够方便的查看自己的文件的当前编码。并能够轻松转换成随意其它编码格式