简单解决Python文件中文编码问题


Posted in Python onNovember 22, 2015

读写中文

需要读取utf-8编码的中文文件,先利用sublime text软件将它改成无DOM的编码,然后用以下代码:

with codecs.open(note_path, 'r+','utf-8') as f:
line=f.readline()
print line

这样就可以正确地读出文件里面的中文字符了。

同样的,如果要在创建的文件中写入中文,最好也和上面差不多:

with codecs.open(st,'a+','utf-8') as book_note:
book_note.write(st)

创建中文文件

然后以读出的字符为文件名,创建文件。

如果直接用上面读出来的字符串创建文件,则会出现:

st=digest_path+"\\"+onenote[0]+".txt"
print st
with open(st,'a+') as book_note:

简单解决Python文件中文编码问题

经过调试,应该是最后一个换行符的问题,在生成名字的时候,将字符trip一下,就能够得到文件:

st=digest_path+"\\"+onenote[0].strip()+".txt"

中文编码问题是用中文的程序员经常头大的问题,在python下也是如此,那么应该怎么理解和解决python的编码问题呢?

我们要知道python内部使用的是unicode编码,而外部却要面对千奇百怪的各种编码,比如作为中国程序经常要面对的gbk,gb2312,utf8等,那这些编码是怎么转换成内部的unicode呢?

首先我们先看一下源代码文件中使用字符串的情况。源代码文件作为文本文件就必然是以某种编码形式存储代码的,python默认会认为源代码文件是asci编码,比如说代码中有一个变量赋值:

s1='a' 
print s1

python认为这个'a'就是一个asci编码的字符。在仅仅使用英文字符的情况下一切正常,但是如果用了中文,比如:

s1='哈' 
print s1

这个代码文件被执行时就会出错,就是编码出了问题。python默认将代码文件内容当作asci编码处理,但asci编码中不存在中文,因此抛出异常。

解决问题之道就是要让python知道文件中使用的是什么编码形式,对于中文,可以用的常见编码有utf-8,gbk和gb2312等。只需在代码文件的最前端添加如下:

# -*- coding: utf-8 -*-

这就是告知python我这个文件里的文本是用utf-8编码的,这样,python就会依照utf-8的编码形式解读其中的字符,然后转换成unicode编码内部处理使用。

不过,如果你在Windows控制台下运行此代码的话,虽然程序是执行了,但屏幕上打印出的却不是哈字。这是由于python编码与控制台编码的不一致造成的。Windows下控制台中的编码使用的

是gbk,而在代码中使用的utf-8,python按照utf-8编码打印到gbk编码的控制台下自然就会不一致而不能打印出正确的汉字。

解决办法一个是将源代码的编码也改成gbk,也就是代码第一行改成:

# -*- coding: gbk -*-

另一种方法是保持源码文件的utf-8不变,而是在'哈'前面加个u字,也就是:

s1=u'哈' 
print s1

这样就可以正确打印出'哈'字了。

这里的这个u表示将后面跟的字符串以unicode格式存储。python会根据代码第一行标称的utf-8编码识别代码中的汉字'哈',然后转换成unicode对象。如果我们用type查看一下'哈'的数据类型type(‘哈'),会得到<type ‘str'>,而type(u'哈'),则会得到<type ‘unicode'>,也就是在字符前面加u就表明这是一个unicode对象,这个字会以unicode格式存在于内存中,而如果不加u,表明这仅仅是一个使用某种编码的字符串,编码格式取决于python对源码文件编码的识别,这里就是utf-8。

Python在向控制台输出unicode对象的时候会自动根据输出环境的编码进行转换,但如果输出的不是unicode对象而是普通字符串,则会直接按照字符串的编码输出字符串,从而出现上面的现象。

使用unicode对象的话,除了这样使用u标记,还可以使用unicode类以及字符串的encode和decode方法。

unicode类的构造函数接受一个字符串参数和一个编码参数,将字符串封装为一个unicode,比如在这里,由于我们用的是utf-8编码,所以unicode中的编码参数使用'utf-8′将字符封装为

unicode对象,然后正确输出到控制台:

s1=unicode(‘哈', ‘utf-8′) 
print s1

另外,用decode函数也可以将一个普通字符串转换为unicode对象。很多人都搞不明白python字符串的decode和encode函数都是什么意思。这里简要说明一下。

decode是将普通字符串按照参数中的编码格式进行解析,然后生成对应的unicode对象,比如在这里我们代码用的是utf-8,那么把一个字符串转换为unicode就是如下形式:

s2='哈'.decode(‘utf-8′)

这时,s2就是一个存储了'哈'字的unicode对象,其实就和unicode(‘哈', ‘utf-8′)以及u'哈'是相同的。

那么encode正好就是相反的功能,是将一个unicode对象转换为参数中编码格式的普通字符,比如下面代码:

s3=unicode(‘哈', ‘utf-8′).encode(‘utf-8′)

s3现在又变回了utf-8的'哈'。

Python 相关文章推荐
python迭代器实例简析
Sep 25 Python
python通过pil将图片转换成黑白效果的方法
Mar 16 Python
在Docker上部署Python的Flask框架的教程
Apr 08 Python
Python实现以时间换空间的缓存替换算法
Feb 19 Python
Python实现合并excel表格的方法分析
Apr 13 Python
Python3.5基础之NumPy模块的使用图文与实例详解
Apr 24 Python
python向字符串中添加元素的实例方法
Jun 28 Python
python爬虫 execjs安装配置及使用
Jul 30 Python
使用Python和OpenCV检测图像中的物体并将物体裁剪下来
Oct 30 Python
Python tkinter实现图片标注功能(完整代码)
Dec 08 Python
pycharm实现在子类中添加一个父类没有的属性
Mar 12 Python
python 一维二维插值实例
Apr 22 Python
Python制作简单的网页爬虫
Nov 22 #Python
Python编程中使用Pillow来处理图像的基础教程
Nov 20 #Python
在Mac OS系统上安装Python的Pillow库的教程
Nov 20 #Python
详解Python编程中time模块的使用
Nov 20 #Python
Windows上配置Emacs来开发Python及用Python扩展Emacs
Nov 20 #Python
将Emacs打造成强大的Python代码编辑工具
Nov 20 #Python
Python聚类算法之DBSACN实例分析
Nov 20 #Python
You might like
PHP 数字左侧自动补0
2008/03/31 PHP
php 正则 过滤html 的超链接
2009/06/02 PHP
PHP 写文本日志实现代码
2010/05/18 PHP
PHP实现递归复制整个文件夹的类实例
2015/08/03 PHP
JS创建优美的页面滑动块效果 - Glider.js
2007/09/27 Javascript
IE6下javasc#ipt:void(0) 无效的解决方法
2013/12/23 Javascript
document.addEventListener使用介绍
2014/03/07 Javascript
自己封装的常用javascript函数分享
2015/01/07 Javascript
JS实现队列与堆栈的方法
2016/04/21 Javascript
jQuery事件的绑定、触发、及监听方法简单说明
2016/05/10 Javascript
AngularJS表格样式简单设置方法示例
2017/03/03 Javascript
浅析bootstrap原理及优缺点
2017/03/19 Javascript
Bootstrap进度条与AJAX后端数据传递结合使用实例详解
2017/04/23 Javascript
深入解析nodejs HTTP服务
2017/07/25 NodeJs
Vue+Vux项目实践完整代码
2017/11/30 Javascript
Webpack devServer中的 proxy 实现跨域的解决
2018/06/15 Javascript
微信小程序wepy框架笔记小结
2018/08/08 Javascript
jquery的$().each和$.each的区别
2019/01/18 jQuery
利用Bootstrap Multiselect实现下拉框多选功能
2019/04/08 Javascript
express如何解决ajax跨域访问session失效问题详解
2019/06/20 Javascript
微信小程序如何利用getCurrentPages进行页面传值
2019/07/01 Javascript
通过实例解析JavaScript for in及for of区别
2020/06/15 Javascript
在Vue中使用Echarts可视化库的完整步骤记录
2020/11/18 Vue.js
python获取从命令行输入数字的方法
2015/04/29 Python
Python版微信红包分配算法
2015/05/04 Python
Python 循环终止语句的三种方法小结
2019/06/24 Python
使用python进行广告点击率的预测的实现
2019/07/04 Python
python编写计算器功能
2019/10/25 Python
plt.figure()参数使用详解及运行演示
2021/01/08 Python
益模软件Java笔试题
2012/03/27 面试题
星空联盟C# .net笔试题
2014/12/05 面试题
岗位标兵事迹材料
2014/05/17 职场文书
幼儿园迎国庆65周年活动策划方案
2014/09/16 职场文书
2014年高中教师工作总结
2014/12/19 职场文书
python3读取文件指定行的三种方法
2021/05/24 Python
Windows Server 2012 R2 磁盘分区教程
2022/04/29 Servers