Python编码处理

 

Python编码处理

Luo
Weifeng 2011-4-21
 
 转载请保留：http://blog.csdn.net/luoweifeng1989/archive/2011/04/21/6338287.aspx

默认编码

Python 默认编码是ASCII编码。可通过在Python脚本中第一行或第二行添加coding指示行来改变。

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

处理字节

Function unichr()：

Python内建的Unicode字符构造函数，它将一个Integer数据转换成相对应的长度为1的Unicode
string。例：

>>> print unichr(0x80c3)
胃

 

Function ord()：

正好与unichr()相反，它将一个长度为1的Unicode String转换成相应的Integer.例：

>>> hex(ord(unichr(0x80c3)))
'0x80c3'

 
 

字符串处理

Function unicode():

所有的Unicode字符串都是unicode 类的实例，这个类与 str 都是 basestring的子类。Unicode类的构造函数：unicode(string[, encoding, errors])。这里string是一个ascii字符串，encoding说明解码方式（对于第一个参数），Errors说明处理出错规则。例：

>>> print unicode('文件',encoding='gb2312')
文件

或者在代码里直接编码：

s = u”李玉玲”

 

Function .encode()

函数签名：.encode([encoding], [errors='strict']) 。 python内部是是使用 unicode处理编码的，所以要使用特定编码转换前先将他转换成unicode编码，再使用encoding转化成相应编码。encoding指定编码规则。例：

>>> unicode('文件',encoding='gb2312').encode('gb2312')
'/xce/xc4/xbc/xfe'

 
注意：如果字符串不是unicode编码的会出错。可以预先判定一下:

isinstance(s,unicode)

 

Function .decode():

函数签名：.decode([encoding], [errors])将字符串本身。 将encoding指定的编码转换成unicode编码字符串。例：

>>> s = '中文'.decode('gb2312')
>>> isinstance(s,unicode)
True

 

Function :

repr

函数用来取得对象的规范字符串表示。

>>> print repr('李玉玲')
'/xc0/xee/xd3/xf1/xc1/xe1'
>>> type (repr('李玉玲'))
<type 'str'>

 

文件处理

模块 Codec

使用codec模块提供了对应于标准文件库的一系列操作。例：

import codecs
f = codecs.open('unicode.rst', encoding='utf-8')
for line in f:
print repr(line)