學(xué)習(xí)python處理python編碼
概括、從python1.6開始就可以處理unicode字符了。
一、幾種常見的編碼格式。
1.1、ascii，用1個字節(jié)表示。
1.2、UTF-8,用1個至三個字節(jié)表示，表示ascii碼時只占用1個字節(jié)，ascii編碼是UTF-8的子集。
1.3、UTF-16,用2個字節(jié)表示，在python中，unicode的含義就是UTF-16。
二、python源文件的編碼與解碼，我們寫的python程序從產(chǎn)生到執(zhí)行的過程如下：
編輯器---->源代碼---->解釋器---->輸出結(jié)果
2.1、編輯器決定源代碼的編碼格式（在編輯器中設(shè)定）
2.2、也必須要解釋器知道源代碼的編碼格式（很遺憾很難從編碼的數(shù)據(jù)獲知源文件的編碼格式）
2.3、補(bǔ)充：在Windows下當(dāng)用UltraEdit把源代碼存成UTF-8時，會在文件中記錄BOM標(biāo)志（不必祥究）這樣ActivePython解釋器會自動識別源文件是UTF-8格式，但是如果用eclipse編輯源文件，雖然在編輯器中指定文件編碼為UTF-8,但是因為沒有記入BOM標(biāo)志，所以必須在源文件開始處加上#coding=utf-8，用注釋來提示解釋器源文件的編碼方式挺有意思。
2.4、舉例：例如我們要向終端輸出"我是中國人"。
- #coding=utf-8 告訴python解釋器用的是utf-8編碼，我用的是eclipse+pydev
- print "我是中國人" #源文件本身也要存成UTF-8編碼
三、編碼的轉(zhuǎn)換，兩種編碼的轉(zhuǎn)換要用UTF-16作為中轉(zhuǎn)站。
舉例：如果有一個文本文件jap.txt,里面有內(nèi)容 "私は中國人です。"，編碼格式是日文編碼SHIFT_JIS，
還有一個文本文件chn.txt,內(nèi)容是"中華人民共和國"，編碼格式是中文編碼GB2312。
我們?nèi)绾伟褍蓚€文件里的內(nèi)容合并到一起并存儲到utf.txt中并且不顯示亂碼呢，可以采用把兩個文件的內(nèi)容都轉(zhuǎn)成UTF-8格式，因為UTF-8里包含了中文編碼和日文編碼。
- #coding=utf-8
- try:
- JAP=open("e:/jap.txt","r")
- CHN=open("e:/chn.txt","r")
- UTF=open("e:/utf.txt","w")
- jap_text=JAP.readline()
- chn_text=CHN.readline()
- #先decode成UTF-16,再encode成UTF-8
- jap_text_utf8=jap_text.decode("SHIFT_JIS").encode("UTF-8") #不轉(zhuǎn)成utf-8也可以
- chn_text_utf8=chn_text.decode("GB2312").encode("UTF-8")#編碼方式大小寫都行utf-8也一樣
- UTF.write(jap_text_utf8)
- UTF.write(chn_text_utf8)
- except IOError,e:
- print "open file error",e
四、Tk庫支持ascii,UTF-16,UTF-8
- #coding=utf-8
- from Tkinter import *
- try:
- JAP=open("e:/jap.txt","r")
- str1=JAP.readline()
- except IOError,e:
- print "open file error",e
- root=Tk()
- label1=Label(root,text=str1.decode("SHIFT_JIS")) #如果沒有decode則顯示亂碼
- label1.grid()
- root.mainloop()
以上是學(xué)習(xí)python處理python編碼的基本過程，希望對大家有幫助。
【編輯推薦】
- Python 3.2 alpha 2發(fā)布 改善單元模塊
- 全能選手 看看Python應(yīng)乎潮流的72變
- Python自動單元測試框架的應(yīng)用詳解
- Perl Unicode全程攻略
- Python unicode ascii編碼在windows中的實際應(yīng)用
- Python unicode ascii編碼在windows上的問題的解決
