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里对list中的整数求平均并排序
Sep 12 Python
Python的Django框架中的select_related函数对QuerySet 查询的优化
Apr 01 Python
Python实现基于权重的随机数2种方法
Apr 28 Python
python库lxml在linux和WIN系统下的安装
Jun 24 Python
用Python实现读写锁的示例代码
Nov 05 Python
深入解析python中的实例方法、类方法和静态方法
Mar 11 Python
Python3.5面向对象编程图文与实例详解
Apr 24 Python
python元组的概念知识点
Nov 19 Python
Pytorch 多块GPU的使用详解
Dec 31 Python
keras中模型训练class_weight,sample_weight区别说明
May 23 Python
Python selenium使用autoIT上传附件过程详解
May 26 Python
Python读取多列数据以及用matplotlib制作图表方法实例
Sep 23 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
星际中的相关伤害
2020/03/04 星际争霸
ionCube 一款类似zend的PHP加密/解密工具
2010/07/25 PHP
php中判断字符串是否全是中文或含有中文的实现代码
2011/09/16 PHP
深入php 正则表达式的学习探讨
2013/06/06 PHP
CodeIgniter采用config控制的多语言实现根据浏览器语言自动转换功能
2014/07/18 PHP
ECMAScript 基础知识
2007/06/29 Javascript
jquery随意添加移除html的实现代码
2011/06/21 Javascript
用jquery存取照片的具体实现方法
2013/06/30 Javascript
javascript贪吃蛇完整版(源码)
2013/12/09 Javascript
javascript实时显示当天日期的方法
2015/05/20 Javascript
nodejs实现遍历文件夹并统计文件大小
2015/05/28 NodeJs
loading动画特效小结
2017/01/22 Javascript
vue事件修饰符和按键修饰符用法总结
2017/07/25 Javascript
vue组件初学_弹射小球(实例讲解)
2017/09/06 Javascript
初探js和简单隐藏效果的实例
2017/11/23 Javascript
JavaScript常见JSON操作实例分析
2018/08/08 Javascript
Vue绑定内联样式问题
2018/10/17 Javascript
深入浅析vue全局环境变量和模式
2020/04/28 Javascript
jquery实现简易验证插件封装
2020/09/13 jQuery
python爬虫超时的处理的实例
2018/12/19 Python
Python函数参数匹配模型通用规则keyword-only参数详解
2019/06/10 Python
django如何自己创建一个中间件
2019/07/24 Python
Django获取该数据的上一条和下一条方法
2019/08/12 Python
python实现树的深度优先遍历与广度优先遍历详解
2019/10/26 Python
django 解决自定义序列化返回处理数据为null的问题
2020/05/20 Python
Python中lru_cache的使用和实现详解
2021/01/25 Python
Canvas 文本填充线性渐变的使用详解
2020/06/22 HTML / CSS
serialVersionUID具有什么样的特征
2014/02/20 面试题
中医临床专业自我鉴定范文
2014/01/15 职场文书
大学新闻系应届生求职信
2014/06/02 职场文书
篮球兴趣小组活动总结
2014/07/07 职场文书
乡镇镇长个人整改措施
2014/10/01 职场文书
奖学金申请个人主要事迹材料
2015/11/04 职场文书
大学生创业,为什么都会选择快餐饮?
2019/08/08 职场文书
如何用python插入独创性声明
2021/03/31 Python
Python字符串的转义字符
2022/04/07 Python