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
详解Python Socket网络编程
Jan 05 Python
Python 专题六 局部变量、全局变量global、导入模块变量
Mar 20 Python
Python基于Pymssql模块实现连接SQL Server数据库的方法详解
Jul 20 Python
Python排序搜索基本算法之归并排序实例分析
Dec 08 Python
Python 循环语句之 while,for语句详解
Apr 23 Python
详解Python 多线程 Timer定时器/延迟执行、Event事件
Jun 27 Python
python Event事件、进程池与线程池、协程解析
Oct 25 Python
Python编译成.so文件进行加密后调用的实现
Dec 23 Python
Python获取对象属性的几种方式小结
Mar 12 Python
零基础学Python之前需要学c语言吗
Jul 21 Python
python list的index()和find()的实现
Nov 16 Python
python使用matplotlib绘制图片时x轴的刻度处理
Aug 30 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
用php过滤危险html代码的函数
2008/07/22 PHP
php object转数组示例
2014/01/15 PHP
PHP关联数组实现根据元素值删除元素的方法
2015/06/26 PHP
ThinkPHP3.2框架使用addAll()批量插入数据的方法
2017/03/16 PHP
php字符串函数 str类常见用法示例
2020/05/15 PHP
从零开始学习jQuery (二) 万能的选择器
2010/10/01 Javascript
jquery获取div宽度的实现思路与代码
2013/01/13 Javascript
jQuery向上遍历DOM树之parents(),parent(),closest()之间的区别
2013/12/02 Javascript
javascript中数组中求最大值示例代码
2013/12/18 Javascript
jQuery截取指定长度字符串代码
2014/08/21 Javascript
jQuery统计指定子元素数量的方法
2015/03/17 Javascript
JQuery插件ajaxfileupload.js异步上传文件实例
2015/05/19 Javascript
浅析javascript中的事件代理
2015/11/06 Javascript
学习Bootstrap滚动监听 附调用方法
2016/07/02 Javascript
JQuery 设置checkbox值二次无效的解决方法
2016/07/22 Javascript
JavaScript模板引擎Template.js使用详解
2016/12/15 Javascript
jQuery实现动态文字搜索功能
2017/01/05 Javascript
div实现自适应高度的textarea实现angular双向绑定
2017/01/08 Javascript
原生nodejs使用websocket代码分享
2018/04/07 NodeJs
Vue Cli3 创建项目的方法步骤
2018/10/15 Javascript
关于layui 下拉列表的change事件详解
2019/09/20 Javascript
python实现基本进制转换的方法
2015/07/11 Python
Python3分析处理声音数据的例子
2019/08/27 Python
CSS3 实现飘动的云朵动画
2020/12/01 HTML / CSS
英国优质家居用品网上品牌:URBANARA
2018/06/01 全球购物
网络工程师的自我评价
2013/10/02 职场文书
《燕子专列》教学反思
2014/02/21 职场文书
《哪吒闹海》教学反思
2014/02/28 职场文书
幼儿园六一活动总结
2014/08/27 职场文书
检讨书格式范文
2015/05/07 职场文书
焦裕禄观后感
2015/06/03 职场文书
运动会新闻稿
2015/07/17 职场文书
会议简报格式范文
2015/07/20 职场文书
2016年9月份红领巾广播稿
2015/12/21 职场文书
受欢迎的自荐信,就这么写!
2019/04/19 职场文书
python使用opencv对图像添加噪声(高斯/椒盐/泊松/斑点)
2022/04/06 Python