python中的字符问题

Posted 2020-08-05 aleimu

unicode/unicodebig/utf8 在python上默认情况下都解析不了

window系统中

ASCLL对应的是GBK
unicode|unicodebigendian 对应 utf-16
utf-8 对应 utf-8

字符串在Python内部的表示是unicode编码。
因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。  decode的作用是将其他编码的字符串转换成unicode编码，如str1.decode(‘gb2312‘)，表示将gb2312编码的字符串str1转换成unicode编码。  encode的作用是将unicode编码转换成其他编码的字符串，如str2.encode(‘gb2312‘)，表示将unicode编码的字符串str2转换成gb2312编码。
因此，转码的时候一定要先搞明白，字符串
str是什么编码，然后decode成unicode，然后再encode成其他编码

#!/usr/bin/env python  
#coding=utf-8  
s="中文" 
if isinstance(s, unicode):  
#s=u"中文"   
print s.encode(‘gb2312‘)  
else:  
#s="中文"   
print s.decode(‘utf-8‘).encode(‘gb2312‘)