setdefaultencoding p

发布时间：2019-08-08 07:58:31编辑：auto阅读（1330）

    页面源代码如下

    #-*- coding: utf8 -*-

    import cgitb , cgi
    cgitb.enable()

    form = cgi.FieldStorage()
    if (form.has_key("name") and form.has_key("addr")):
        print "<p>name:", form["name"].value

        print "<p>addr:", form["addr"].value

    [这里仅仅测试addr参数为中文]接收Ascii字符时运行良好,但是接收中文字符时显示乱码,浏览器切换到GB2312编码时

    可以正常显示,但是个人要求它成为UTF-8编码显示

    改成 print "<p>addr:", form["addr"].value.encode('utf-8') 就报如下错误:

    UnicodeDecodeError: 'utf8' codec can't decode bytes in position 0-1: invalid data

    在参阅了http://blog.chinaunix.net/u2/68206/showart_668359.html 后终于理解,

    Python 里面的编码和解码也就是 unicode 和 str 这两种形式的相互转化。编码是 unicode -> str，相反的，解码就
    是 str -> unicode。剩下的问题就是确定何时需要进行编码或者解码了.关于文件开头的"编码指示"，也就是 # -*- coding: -*- 这个语句。Python 默认脚本文件都是 UTF-8 编码的，当文件中有非 UTF-8 编码范围内的字符的时候就要使用"编码指示"来修正. 关于 sys.defaultencoding，这个在解码没有明确指明解码方式的时候使用。比如我有如下代码：
    #! /usr/bin/env python
    # -*- coding: utf-8 -*-
    s = '中文' # 注意这里的 str 是 str 类型的，而不是 unicode
    s.encode('gb18030')

    这句代码将 s 重新编码为 gb18030 的格式，即进行 unicode -> str 的转换。因为 s 本身就是 str 类型的，因此
    Python 会自动的先将 s 解码为 unicode ，然后再编码成 gb18030。因为解码是python自动进行的，我们没有指明解码方式，python 就会使用 sys.defaultencoding 指明的方式来解码。很多情况下 sys.defaultencoding 是
    ANSCII，如果 s 不是这个类型就会出错。拿上面的情况来说，我的 sys.defaultencoding 是 anscii，而 s 的编码方式和文件的编码方式一致，是 utf8 的，所以出错了:
    UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position
    0: ordinal not in range(128)
    对于这种情况，我们有两种方法来改正错误：
    一是明确的指示出 s 的编码方式

    #! /usr/bin/env python
    # -*- coding: utf-8 -*-

    s = '中文'
    s.decode('utf-8').encode('gb18030')
    二是更改 sys.defaultencoding 为文件的编码方式

    #! /usr/bin/env python
    # -*- coding: utf-8 -*-

    import sys
    reload(sys) # Python2.5 初始化后会删除 sys.setdefaultencoding 这个方法，我们需要重新载入
    sys.setdefaultencoding('utf-8')

    str = '中文'
    str.encode('gb18030')

    看完之后,改成这样

    print "<p>addr:", form["addr"].value.decode('gb2312').encode('utf-8')
    成功通过.

关键字：

上一篇： python day five

下一篇： python中的元组