Python的中文编码转换问题

Posted 2020-06-15

与server进行数据交换时，尤其是数据中含有中文时，要注意中文的编码问题。

要选择server接受的编码方式，否则会造成显示乱码。

经验：

实验室server的数据库，中文用UTF-8编码，但我提交的是GBK编码的中文，结果出现乱码：

于是借鉴了网上的代码。加入了自己主动转换指定编码的函数：

#Change encoding type
def chmod(mes, encoding ='utf-8'):
	if isinstance(mes, unicode):
		return mes.encode(encoding)

	for c in ('utf-8', 'gbk', 'gb2312', 'gb18030', 'utf-16'):
		try:
			if encoding == 'unicode':
				return mes.decode(c)
			else:
				return mes.decode(c).encode(encoding)
		except:
			pass
	raise 'Unknown charset'

基本能解决大陆上的编码问题。

简单解释一下：

首先推断传入的mes是否是unicode编码，若是，直接encode成目标编码。

然后分别用utf-8, gbk, gb2312, gb18030, utf-16尝试解码。若解码不成功，程序抛出异常，跳到except中。进行下一个编码尝试；

若解码成功。则encode成目标编码，函数返回；

若五个编码方式都抛出了异常，则抛出异常“Unknown charset”。

但该代码有一个bug。并没有对用户的输入的编码方式encoding进行过滤。若用户误输入，则也会抛出‘Unknown charset’异常。

參考资料：http://bbs.chinaunix.net/thread-825539-1-1.html

微博: 浙大宋博