烦人的python编码
 |
sdem
2009-05-08
先说print的问题。请比较3和2.6的区别。直说吧，在2.6中，print ('aa', 'bb')，是输出一个tuple，而不是一个字符串。
Python 3.0.1 (r301:69561, Feb 13 2009, 20:04:18) [MSC v.1500 32 bit (Intel)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> print('aa','bb') aa bb >>> Python 2.6.2 (r262:71605, Apr 14 2009, 22:40:02) [MSC v.1500 32 bit (Intel)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> print ('aa', 'bb') ('aa', 'bb') >>> |
|
sdem
2009-05-08
xiaobin268 写道 sdem 写道 如果LZ贴出所谓的“乱码”，80%以上的人都能告诉你错在哪里了。哈哈。
好吧，我贴出来。声明一下，我的代码头部已经加上了#coding=gbk ,('line---->', ' \xc4\xe3\xba\xc3\n'). 先说第一个问题，#coding=gbk。 你可以试一试，没有#coding=gbk的情况，脚本文件中不要有非ASCII字符。 filename = raw_input('please enter file name:')
f = open(filename)
for line in f:
print ('line---->', line)
f.close()
现在无论你读入的文件是什么编码，你都可以用这个文件打印了。 |
|
sdem
2009-05-08
xiaobin268 写道 sdem 写道 如果LZ贴出所谓的“乱码”，80%以上的人都能告诉你错在哪里了。哈哈。
好吧，我贴出来。声明一下，我的代码头部已经加上了#coding=gbk ,('line---->', ' \xc4\xe3\xba\xc3\n'). 再来说说第二个问题，就是编码的问题，这几乎是月经帖了。 Python 2.6.2 (r262:71605, Apr 14 2009, 22:40:02) [MSC v.1500 32 bit (Intel)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> line = '\xc4\xe3\xba\xc3' #gbk 编码 >>> print line 你好 >>> u = line.decode('gbk') #unicode 编码 >>> u u'\u4f60\u597d' >>> print u 你好 >>> gbk = u.encode('gbk') #回到GBK编码 >>> gbk '\xc4\xe3\xba\xc3' >>> print gbk 你好 >>> u8 = u.encode('utf-8') #utf-8编码 >>> u8 '\xe4\xbd\xa0\xe5\xa5\xbd' >>> print u8 #这才是真正的乱码 浣犲ソ >>> 而是否出现乱码的原因，是由操作系统，更具体点说，是你支持你的print语句的终端程序决定的。比如，打印utf-8在Windows的cmd下，是乱码，在windows的UltraEdit下，打印可能不是乱码。 |
|
sdem
2009-05-08
结论。
一、编码说明。编码说明是说明脚本文件本身的。如果你的脚本文件本身使用了非ASCII码，你应该在文件开头说明。如# -*- coding:gbk -*- 二、打印字符串，不能加括号。print('line----> ',line)打印的元组，而不是字符串。当然3.0以后的print语句不在此列。 三、编码转换。 如果文件的编码是GBK，你操作的终端也是支持GBK的，你不需要转换。 如果文件的编码是UTF8，而你操作的终端只支持GBK，不支持UTF8，你需转码。 转码方式如下： >>> utf8 = '\xe4\xbd\xa0\xe5\xa5\xbd' #请比较楼上注意这是UTF8编码 >>> print utf8.decode('UTF8').encode('GBK') 你好 >>> |
 |
xiaobin268
2009-05-08
sdem 写道 结论。
一、编码说明。编码说明是说明脚本文件本身的。如果你的脚本文件本身使用了非ASCII码，你应该在文件开头说明。如# -*- coding:gbk -*- 二、打印字符串，不能加括号。print('line----> ',line)打印的元组，而不是字符串。当然3.0以后的print语句不在此列。 三、编码转换。 如果文件的编码是GBK，你操作的终端也是支持GBK的，你不需要转换。 如果文件的编码是UTF8，而你操作的终端只支持GBK，不支持UTF8，你需转码。 转码方式如下： >>> utf8 = '\xe4\xbd\xa0\xe5\xa5\xbd' #请比较楼上注意这是UTF8编码 >>> print utf8.decode('UTF8').encode('GBK') 你好 >>> 非常好，真是谢谢你了。 |
