布同 Python中文问题解决方法(总结了多位前人经验,初学者必看)


Posted in Python onMarch 13, 2011

因为Python是自带文档,可以通过help函数来查询每一个系统函数的用法解释说明。一般来说,关键的使用方法和注意点在这个系统的文档中都说的很清楚。我试图在网上找过系统文档的中文版的函数功能解释,但是都没有找到,所以我决定将就使用英文版的系统自带的函数解释来学习。

如果你想进行Tkinter和wxPython编程,想要知道一般的widget的使用方法和属性介绍,英文又不是太好的话,我推荐你,你可以去看看《Python与Tkinter编程》这本书,里面392页到538页的附录B和附录C选择了常用的函数和近乎所有的属性进行介绍,精彩不容错过。

我上面提到的这个工具很快做好了。可以把没有查询过的函数进行查询,并保存关键字key和查询结果info,便于下次直接从列表list中翻出来看;要是发现没有查过,则手动添加到列表list——就是这样一个简单的小工具。一切看上去都很顺利。但是问题也来了:英文的info打开后,解释里面有的单词不知道含义,查完单词之后想写在info里面,保存之后可以下次直接从硬盘打开看。但是在英文info中输入中文,保存过程中就出现了解码不了的问题,也就是解码到中文部分就弹出下面这个错误来:

UnicodeEncodeError: 'ascii' codec can't encode character u'\u6211' in position 61: ordinal not in range(128)

其中的61这个位置是弹性的,就是info中加入了中文的那个位置。这个错误基本一直都存在,也就是当我想要把修改过后的info写入文件的时候:

fp = open('tt.txt','w') 

fp.write(info.encode("UTF-8")) # 此处错误 

fp.close()

这三行本身看上去没有错误。但是就是在中间这行代码处出现了错误。难道是encode的方式不对?我有尝试了很多种编码,如ANSI、UTF-8、SHIFT_JIS、GB2312、GBK等编码,发现都不行。于是我就糊涂了。

现在我已经知道为什么错误了。问题就在于修改之后的info这个字符串变量。info中的数据是我从系统中通过help函数查到的字串(也就是原始的纯英文的info)加上我手动输入的中文得到的一个综合的字符串。在我从系统中查询系统文档时,我对原始info进行了如下保存:

fp = open('tt.txt','w') 

fp.write(info) 

fp.close()

注意,错就错在直接将原始info直接写入到文件中。这样写之后的编码方式大家知道是什么吗?你打开tt.txt,查看编码方式将会知道,其编码方式是ANSI格式。于是错误就是这样产生的:我查询关键字key,将这个ANSI格式的字串info读到控件中显示,然后我有手动的添加了UTF-8格式的中文字符,于是通连起来形成的字符串info,就是一个混乱而具有多种编码方式的字符串info,系统怎么write都无法只使用一种编码方式将这个混合字串info再次写到tt.txt中去。

所以,结论就是:当你在内存中操作时,你可以随意的不管编码方式是什么,系统会自动的按照具体情况进行判断。但是你如果要用到中文字符,并且还要通过文件的方式去暂时保存数据或者字串的话,请你一定要在第一次写文件的时候用utf-8的格式写进去,也就是如下的方式:

fp = open('tt.txt','w') 
fp.write(info.encode("UTF-8")) 
fp.close()

这将会保证你下次读出来之后不用转换编码方式就可以直接打印和显示,即使是作为控件文本也没有问题。一定要注意这一点。

问题找到了,下面进行一些其他的讨论。

有的人说,只要使用了# -*- coding:utf-8 -*-不就行了吗?其实不然。

通过我的测试(我使用IDLE(Python2.5.4 GUI)编译器。【1】无论我开头用不用# -*- coding:utf-8 -*-,还是软件中是不是设置了使用默认的utf-8编码方式,中文在控件和文件之间的使用都是没有问题的。【2】info='中文'; 这样的操作都是可以的。读的时候使用一般的读法就可以了。原因我想是因为编译器升级,解决了中文显示和使用的问题,早期中文语言不能够使用的情况现在已经不存在了。

#coding=utf-8 
try: 
JAP=open("jap.txt","r") 
CHN=open("chn.txt","r") 
UTF=open("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") 
#不转成utf-8也可以 
chn_text_utf8=chn_text.decode("GB2312").encode("UTF-8") 
#编码方式大小写都行utf-8也一样 
UTF.write(jap_text_utf8) 
UTF.write(chn_text_utf8) 
UTF.close() 
except IOError,e: 
print "open file error",e

这是我从//3water.com/article/26542.htm中《学习python处理python编码》文章中摘录的代码。这里做一下解释,上面的jap_text_utf8和chn_text_utf8都要保证是机器默认的编码方式,或者utf-8编码方式,最重要的就是要保持一致。通过统一的编码为utf-8后,就可以写入一个文件中,再次读出使用都没有问题。读的时候使用下面的普通方式即可:

filen = open('tt.txt') 

info = filen.read() 

print info

另外。有人使用了下面这种方式来编码和转换:
import sys 
reload(sys) 
sys.setdefaultencoding('utf8') 

def ConvertCN(s): 
return s.encode('gb18030') 

def PrintFile(filename): 
f = file(filename, 'r') 
for f_line in f.readlines(): 
print ConvertCN(f_line) 
f.close() 

if __name__ == "__main__": 
PrintFile('1.txt') 
print ConvertCN("\n****** 按任意键退出! ******") 
print sys.stdin.readline()

通过我的测试,这种方式是不可行的。第二行如果去掉,第三行的setdefaultencoding函数将会无效;如果保留第二行,第三行和以后的代码都得不到执行(虽然不报错)。这种方式是否可行请大家试试看。

 

另外,《python 中文乱码 问题深入分析》//3water.com/article/26543.htm一文中讲到了很多文本如何编码的问题,令我大开眼界。文本编码的原理:原来就是在文本开头处添加适当的注释符号来表示内部的编码方式,于是解释器就会以某种对应的规则去按照某种步长的字节或者灵活的方式去翻译字节,得到原文,翻译的步长和规则完全是开头的说明处对应的。所以,如果你正文是单个字节的编码方式,那么你就可以在你的编码最前头加上一个合适的规则,告诉别人如何翻译你的被编码文本即可。其中BOM_UTF_8等文本末尾的知识也是很有趣的,类似的还有BOM_UTF_16等等,不同的编码方式文末的符号不同,大家可以注意一下。

Python 相关文章推荐
盘点提高 Python 代码效率的方法
Jul 03 Python
python动态参数用法实例分析
May 25 Python
Python中利用Scipy包的SIFT方法进行图片识别的实例教程
Jun 03 Python
Bottle框架中的装饰器类和描述符应用详解
Oct 28 Python
Python numpy 常用函数总结
Dec 07 Python
在Python中定义一个常量的方法
Nov 10 Python
python 项目目录结构设置
Feb 14 Python
如何搭建pytorch环境的方法步骤
May 06 Python
opencv 图像腐蚀和图像膨胀的实现
Jul 07 Python
python 三种方法实现对Excel表格的读写
Nov 19 Python
python 实现表情识别
Nov 21 Python
python实现图片九宫格分割的示例
Apr 25 Python
布同 统计英文单词的个数的python代码
Mar 13 #Python
python将多个文本文件合并为一个文本的代码(便于搜索)
Mar 13 #Python
布同自制Python函数帮助查询小工具
Mar 13 #Python
Python中的文件和目录操作实现代码
Mar 13 #Python
python 中的列表解析和生成表达式
Mar 10 #Python
Python中使用中文的方法
Feb 19 #Python
python实现的防DDoS脚本
Feb 08 #Python
You might like
测试您的 PHP 水平的题目
2007/05/30 PHP
destoon实现首页显示供应、企业、资讯条数的方法
2014/07/15 PHP
PHP学习笔记(二) 了解PHP的基本语法以及目录结构
2014/08/04 PHP
浅谈PHP中其他类型转化为Bool类型
2016/03/28 PHP
图文详解phpstorm配置Xdebug进行调试PHP教程
2016/06/13 PHP
使用ThinkPHP的自动完成实现无限级分类实例详解
2016/09/02 PHP
php一个文件搞定微信jssdk配置
2016/12/12 PHP
PHP实现的简单适配器模式示例
2017/06/22 PHP
JS高级笔记
2011/07/13 Javascript
判断滚动条到底部的JS代码
2013/11/04 Javascript
form.submit()不能提交表单的错误原因及解决方法
2014/10/13 Javascript
jquery 实现滚动条下拉时无限加载的简单实例
2016/06/01 Javascript
JS实现的简单轮播图运动效果示例
2016/12/22 Javascript
完美实现js拖拽效果 return false用法详解
2017/07/28 Javascript
webpack多页面开发实践
2017/12/18 Javascript
利用Vue-draggable组件实现Vue项目中表格内容的拖拽排序
2019/06/07 Javascript
JavaScript实现像雪花一样的Hexaflake分形
2020/07/07 Javascript
Vue使用Ref跨层级获取组件的步骤
2021/01/25 Vue.js
Python基于DES算法加密解密实例
2015/06/03 Python
轻松理解Python 中的 descriptor
2017/09/15 Python
Python中常见的异常总结
2018/02/20 Python
python将回车作为输入内容的实例
2018/06/23 Python
利用python修改json文件的value方法
2018/12/31 Python
python引用(import)某个模块提示没找到对应模块的解决方法
2019/01/19 Python
Python读取Pickle文件信息并计算与当前时间间隔的方法分析
2019/01/30 Python
Selenium webdriver添加cookie实现过程详解
2020/08/12 Python
纯CSS3绘制打火机动画火焰效果
2016/07/18 HTML / CSS
举例详解HTML5中使用JSON格式提交表单
2015/06/16 HTML / CSS
Skyscanner加拿大:全球旅行搜索平台
2018/11/19 全球购物
环境工程大学生自荐信
2013/10/21 职场文书
银行会计财务工作个人的自我评价
2013/10/29 职场文书
开展创先争优活动总结
2014/08/28 职场文书
英语复习计划
2015/01/19 职场文书
修辞手法有哪些?
2019/08/29 职场文书
Python实现文本文件拆分写入到多个文本文件的方法
2021/04/18 Python
学会Python数据可视化必须尝试这7个库
2021/06/16 Python