學習python處理python編碼問題

更新時間：2011年03月13日 13:42:36 作者：

概括從python開始就處理unicode字符,python源文件的編碼與解碼，我們寫的python程序從產生到執(zhí)行的過程如下

概括、從python1.6開始就可以處理unicode字符了。
一、幾種常見的編碼格式。
1.1、ascii，用1個字節(jié)表示。
1.2、UTF-8,用1個至三個字節(jié)表示，表示ascii碼時只占用1個字節(jié)，ascii編碼是UTF-8的子集。
1.3、UTF-16,用2個字節(jié)表示，在python中，unicode的含義就是UTF-16。
二、python源文件的編碼與解碼，我們寫的python程序從產生到執(zhí)行的過程如下：
編輯器---->源代碼---->解釋器---->輸出結果
2.1、編輯器決定源代碼的編碼格式（在編輯器中設定）
2.2、也必須要解釋器知道源代碼的編碼格式（很遺憾很難從編碼的數(shù)據獲知源文件的編碼格式）
2.3、補充：在Windows下當用UltraEdit把源代碼存成UTF-8時，會在文件中記錄BOM標志（不必祥究）這樣ActivePython解釋器會自動識別源文件是UTF-8格式，但是如果用eclipse編輯源文件，雖然在編輯器中指定文件編碼為UTF-8,但是因為沒有記入BOM標志，所以必須在源文件開始處加上#coding=utf-8，用注釋來提示解釋器源文件的編碼方式挺有意思。
2.4、舉例：例如我們要向終端輸出"我是中國人"。

復制代碼代碼如下:

 
#coding=utf-8 告訴python解釋器用的是utf-8編碼，我用的是eclipse+pydev 
print "我是中國人" #源文件本身也要存成UTF-8編碼 

三、編碼的轉換，兩種編碼的轉換要用UTF-16作為中轉站。
舉例：如果有一個文本文件jap.txt,里面有內容 "私は中國人です。"，編碼格式是日文編碼SHIFT_JIS，
還有一個文本文件chn.txt,內容是"中華人民共和國"，編碼格式是中文編碼GB2312。
我們如何把兩個文件里的內容合并到一起并存儲到utf.txt中并且不顯示亂碼呢，可以采用把兩個文件的內容都轉成UTF-8格式，因為UTF-8里包含了中文編碼和日文編碼。

復制代碼代碼如下:

 
#coding=utf-8 
try: 
JAP=open("e:/jap.txt","r") 
CHN=open("e:/chn.txt","r") 
UTF=open("e:/utf.txt","w") 
jap_text=JAP.readline() 
chn_text=CHN.readline() 
#先decode成UTF-16,再encode成UTF-8 
jap_text_utf8=jap_text.decode("SHIFT_JIS").encode("UTF-8") #不轉成utf-8也可以 
chn_text_utf8=chn_text.decode("GB2312").encode("UTF-8")#編碼方式大小寫都行utf-8也一樣 
UTF.write(jap_text_utf8) 
UTF.write(chn_text_utf8) 
except IOError,e: 
print "open file error",e 

四、Tk庫支持ascii,UTF-16,UTF-8

復制代碼代碼如下:

 
#coding=utf-8 
from Tkinter import * 
try: 
JAP=open("e:/jap.txt","r") 
str1=JAP.readline() 
except IOError,e: 
print "open file error",e 
root=Tk() 
label1=Label(root,text=str1.decode("SHIFT_JIS")) #如果沒有decode則顯示亂碼 
label1.grid() 
root.mainloop() 

以上是學習python處理python編碼的基本過程，希望對大家有幫助。

您可能感興趣的文章: