python出现中文乱码有哪些情况？怎样解决？
发布时间：2022-03-09 13:52:35 所属栏目：语言 来源：互联网
导读：对于中文乱码的情况很多朋友在编程过程中都有遇到，因此这篇文章就主要给大家分享的是有关python出现中文乱码怎样解决的方法。小编觉得挺实用的，因此分享给大家做个参考，感兴趣的朋友就继续往下看吧。 在运行这样类似的代码： #!/usr/bin/env pythons=中文
|
对于中文乱码的情况很多朋友在编程过程中都有遇到，因此这篇文章就主要给大家分享的是有关python出现中文乱码怎样解决的方法。小编觉得挺实用的，因此分享给大家做个参考，感兴趣的朋友就继续往下看吧。 在运行这样类似的代码： #!/usr/bin/env pythons="中文"print s 最近经常遇到这样的问题： 问题一： SyntaxError: Non-ASCII character 'xe4' in file E:codingpythonUntitled 6.py on line 3, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details 问题二： UnicodeDecodeError: 'ascii' codec can't decode byte 0xe5 in position 108: ordinal not in range(128) 问题三： UnicodeEncodeError: 'gb2312' codec can't encode character u'u2014' in position 72366: illegal multibyte sequence哈 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。 在某些IDE中，字符串的输出总是出现乱码，甚至错误，其实是由于IDE的结果输出控制台自身不能显示字符串的编码，而不是程序本身的问题。 如在UliPad中运行如下代码： s=u"中文"print s 会提示： UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128) 这是因为UliPad在英文WindowsXP 上的控制台信息输出窗口是按照ascii编码输出的（英文系统的默认编码是ascii），而上面代码中的字符串是Unicode编码的，所以输出时产生了错误。 将最后一句改为：print s.encode('gb2312') 则能正确输出“中文”两个字。 若最后一句改为：print s.encode('utf8') 则输出：xe4xb8xadxe6x96x87，这是控制台信息输出窗口按照ascii编码输出utf8编码的字符串的结果。 下面代码可能比较通用一些，如下: #!/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') #!/usr/bin/env python #coding=utf-8s="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') 看看下面一段代码： #!/usr/bin/env python #coding=utf-8 #python version:2.7.4 #system:windows xp import httplib2def getPageContent(url): ''''' 使用httplib2用编程的方式根据url获取网页内容 将bytes形式的内容转换成utf-8的字符串 ''' #使用ie9的user-agent，如果不设置user-agent将会得到403禁止访问 headers={'user-agent':'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)', 'cache-control':'no-cache'} if url: response,content= httplib2.Http().request(url,headers=headers) if response.status== 200 : return content import sys reload(sys) sys.setdefaultencoding('utf-8') #修改默认编码方式，默认为ascci print sys.getdefaultencoding() content= getPageContent("http://www.oschina.net/")print content.decode('utf-8').encode('gb2312') #!/usr/bin/env python #coding=utf-8 #python version:2.7.4 #system:windows xpimport httplib2def getPageContent(url): ''' 使用httplib2用编程的方式根据url获取网页内容 将bytes形式的内容转换成utf-8的字符串 ''' #使用ie9的user-agent，如果不设置user-agent将会得到403禁止访问 headers={'user-agent':'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)', 'cache-control':'no-cache'} if url: response,content= httplib2.Http().request(url,headers=headers) if response.status== 200 : return content import sysreload(sys)sys.setdefaultencoding('utf-8') #修改默认编码方式，默认为ascciprint sys.getdefaultencoding()content= getPageContent("//www.jb51.net/")print content.decode('utf-8').encode('gb2312') 上面的代码的意思：向www.jb51.net网站请求他的主页，（如果直接是utf-8编码，不能输出中文）想将编码方式为utf-8转向gd2312,出现问题三 当我把它将print content.decode('utf-8').encode('gb2312')改成print content.decode('utf-8').encode('gb2312', ‘ignore')时，ＯＫ了，可以显示中文了，但不敢确定是否为全部，貌似只有部分吧，有些不能用gb2312编码 然而，当我把网站换成 www.soso.com时，不用转为gb2312,用utf-8即可正常显示中文 总结一下： 向文件直接输出ss会抛出同样的异常。在处理unicode中文字符串的时候，必须首先对它调用encode函数，转换成其它编码输出。这一点对各个环境都一样。在Python中，“str”对象就 是一个字节数组，至于里面的内容是不是一个合法的字符串，以及这个字符串采用什么编码（gbk, utf-8, unicode）都不重要。这些内容需要用户自己记录和判断。这些的限制也同样适用于“unicode”对象。要记住“unicode”对象中的内容可绝对不一定就是合法的unicode字符串，我们很快就会看到这种情况。在windows的控制台上，支持gbk编码的str对象和unicode编码的unicode对象。 （编辑：鹤壁站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
