python之分析decode、encode、unicode编码转换为汉字

时间:2021-12-26 08:42:00

decode()方法使用注册编码的编解码器的字符串进行解码。它默认为默认的字符串编码。decode函数可以将一个普通字符串转换为unicode对象。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′),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。


例: str.decode(encoding='UTF-8',errors='strict')


参数

encoding -- 这是所使用的编码。

errors -- 这可能是给定一个不同的错误处理机制。默认的错误是“严格”,即编码错误提出UnicodeError。其他可能的值是ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 并通过codecs.register_error().注册的任何其他名称。



encode()方法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,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。


例: str.encode(encoding='UTF-8',errors='strict')


参数

encoding -- 这是所使用的编码。对于所有的编码方案的列表,请访问:标准编码库。

errors -- 这可能是给定一个不同的错误处理机制。默认的错误是“严格”,即编码错误提出UnicodeError。其他可能的值是ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 并通过codecs.register_error().注册的任何其他名称。


<pre name="code" class="python">'京东放养的爬虫'.decode('gbk')

#输出u'\u4eac\u4e1c\u653e\u517b\u7684\u722c\u866b' --unicode编码
<pre name="code" class="python">
'京东放养的爬虫'
#输出'\xbe\xa9\xb6\xab\xb7\xc5\xd1\xf8\xb5\xc4\xc5\xc0\xb3\xe6' --gbk编码

 

 
</pre></p><p></p>如何将unicode编码转换为汉字,方法有几种,如下代码。<p><pre name="code" class="python"># coding:utf8
#python 将unicode编码转化为汉字

import json

str = '\u4eac\u4e1c\u653e\u517b\u7684\u722c\u866b'

#方法1 使用unicode_escape 解码
print str.decode('unicode_escape')
print unicode(str, 'unicode_escape')

#方法2:若为json 格式,使用json.loads 解码
print json.loads('"%s"' %str)

#方法3:使用eval
print eval('u"%s"' % str)

#repr(...)在字符串外增加一对 'deng' -> "'deng'"
# repr(object) -> string

#eval(repr(object)) == object

#方法4:使用python3