Python編碼UNICODE GBK UTF-8字符集轉換的正確姿勢

2019-11-08 01:46:04

字體：大中小

來源：轉載

供稿：網友

規范

腳本文件編碼由于需要經常性使用到中文字符，因此Python腳本新建后，請在頭部添加代碼：# coding: utf-8

或者為pycharm設置代碼模版，這樣每次新建Python文件時會自動帶上以上代碼。如果不添加，即使中文字符串以u開頭，也是編譯不通過的。

UNICODE

腳本中的字符最好使用UNICODE編碼（英文可以不需要，但是中文盡量使用），因為UNICODE編碼是比較好的“中間”字符集，比較容易向GBK和UTF-8轉換。例如：PRint u"你好"

如果不帶u的字符在包含了# coding: utf-8的腳本中默認字符為UTF-8，一般也不會有什么問題。

UNICODE轉GBK：# 帶u的字符串為unicodes.encode('gbk')UNICODE轉UTF-8# 帶u的字符串為unicodes.encode('utf-8')

GBK

GBK轉UNICODE

Windows下的命令行參數為GBK編碼，因此需要對字符串進行轉換，轉換方法有兩種。

方法一：

# Create a new Unicode object from the given encoded string.# encoding defaults to the current default string encoding.# errors can be 'strict', 'replace' or 'ignore' and defaults to 'strict'.unicode(s, "gbk", "ignore")

方法二：

s.decode('gbk', 'ignore')

跨平臺判斷：

if sys.platform == 'win32': # win下命令行參數為gbk編碼，轉換字符 passelse: pass

UTF-8

UTF-8轉換為UNICODEunicode(s, "utf-8", "ignore")

或：

s.decode('utf-8', 'ignore')

匯總整理成函數庫

# win下命令行參數為gbk編碼：star.gbk2unicode(sys.argv[1]) + u'也有'def gbk2unicode(s): return s.decode('gbk', 'ignore')# 腳本文件#coding:utf-8時默認不帶u的字符串為utf8字符串：star.utf82unicode('我')def utf82unicode(s): return s.decode('utf-8', 'ignore')# 帶u的字符串為unicode# star.unicode2gbk(u'/u4e5f/u6709')# star.unicode2gbk(u'也有')def unicode2gbk(s): return s.encode('gbk')# 帶u的字符串為unicode# star.unicode2utf8(u'/u4e5f/u6709')# star.unicode2utf8(u'也有')def unicode2utf8(s): return s.encode('utf-8')# win下命令行參數為gbk編碼：star.gbk2utf8(sys.argv[1]) + '也有'def gbk2utf8(s): return s.decode('gbk', 'ignore').encode('utf-8')def utf82gbk(s): return s.decode('utf-8', 'ignore').encode('gbk')

上一篇：python ast 語法分析

下一篇：OpenCV python學習筆記(五)