python中文decode和encod

发布时间：2019-09-05 07:06:52编辑：auto阅读（1683）

       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。

       转码的时候不禁要看代码本身的编码、文件的编码，还要看控制台的编码，这就是为什么同样是一段代码，在不同的系统(编码不同的)中会出现乱码的原因，如：

       我的eclipse里面代码为utf-8编码的。然后我这样写代码
       s="你好"
       s=s.decode('gb2312').encode('utf-8')
       print s
       报错：
       UnicodeDecodeError: 'gb2312' codec can't decode bytes in position 2-3: illegal multibyte sequence
       原因：因为我的文件为UTF-8编码的。所以你想用gb2312将其转成unicode是不可能的。
       所以正确的写法应当是：
       s="你好"
       print s
       s=s.decode('utf-8').encode('utf-8') 要用UTF-8来做编码
       print s
       发现打印出来的是乱码那只能说明一件事情就是我的eclipse控制台是GB2312的编码！

       

关键字：

上一篇： python中文转换url编码（转）

下一篇： python time模块的使用