快捷導(dǎo)航

Python2中文處理紀(jì)要的實(shí)現(xiàn)方法

更新時(shí)間：2018年03月10日 10:02:19 作者：俺踏月色而來(lái)

本篇文章主要介紹了Python2中文處理紀(jì)要的實(shí)現(xiàn)方法，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧

python2不是以u(píng)nicode作為基本代碼字符類(lèi)型，碰到亂碼的幾率是遠(yuǎn)遠(yuǎn)高于python3，但即便如此，相信很多人，也不想隨意的遷移到python3，這里就總結(jié)幾個(gè)我平常碰到的問(wèn)題及解法。

1、文件中無(wú)法使用中文注釋

處理方法：

在代碼中增加 # -*- coding=UTF-8 -*- ，一般加在文件頭部第一行，如果第一行是腳本標(biāo)志，則放在第二行（實(shí)際仍然是python正本的第一行）。

隨后將文件另存為UTF-8格式。

此方法可以解決注釋中有中文，及字符串立即數(shù)中包含中文的問(wèn)題。

2、unicode中文變量打印出來(lái)是亂碼

處理方法：

文件開(kāi)始引入擴(kuò)展庫(kù)的部分加入以下3行代碼。

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

3、utf-8 及 gbk互相轉(zhuǎn)換

直接看代碼：

#utf-8字符串轉(zhuǎn)換成GBK（GB2312及其它編碼也是這樣用）
print str.decode('UTF-8').encode('GBK')
#gbk轉(zhuǎn)換成utf-8
print str.decode('GBK').encode('UTF-8')

4、參數(shù)中的utf-8是用大寫(xiě)還是小寫(xiě)？

通常大小寫(xiě)都可以，這不是python決定的，是系統(tǒng)的語(yǔ)言代碼設(shè)定決定的。

5、打開(kāi)utf-8的文本文件

經(jīng)過(guò)1、2的設(shè)置，正常直接打開(kāi)就可以，文件是什么編碼，讀出來(lái)就是什么編碼，個(gè)別仍有不行的可以使用擴(kuò)展庫(kù)codecs：

import codecs
...
with codecs.open(poetry_file, "r","utf-8") as f:

6、print打印出來(lái)的結(jié)構(gòu)中的漢字是亂碼

print僅打印一個(gè)utf-8的變量是不會(huì)有問(wèn)題的，比如

a="漢字"
print a
#會(huì)正常顯示

但是如果用了接續(xù)顯示，比如：

print a,
#將會(huì)顯示亂碼

如果是其它結(jié)構(gòu)，諸如dict / list / class等，都會(huì)出現(xiàn)亂碼。

a = ["中文"，"測(cè)試"]
print a
#將會(huì)顯示亂碼

這種情況使用基本庫(kù)沒(méi)有什么好辦法，只能循環(huán)逐個(gè)打印內(nèi)容，比如：

...
for item in items:
print item

或者整合輸出，比如： print ', '.join(a)

還可以使用第三方的包，比如：

import uniout
...
listnine = ['梨', '橘子', '蘋(píng)果', '香蕉']
print 'listnine list: %s' % listnine

7、變量本身顯示正常，循環(huán)遍歷出來(lái)的單個(gè)字符亂碼

大多情況是因?yàn)樽址皇莡nicode編碼。聲明字符串的時(shí)候使用 a = u'漢字' 這樣方式賦值的變量都是Unicode字符串，不會(huì)有問(wèn)題。

如果是從外部傳入的變量，源頭情況又不知道，可以嘗試轉(zhuǎn)換成Unicode字符串：

str=unicode(str,"utf-8");

嗯，差不多就這些，想到再補(bǔ)充。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片