㈠ python 編碼轉換與中文處理
python 中的 unicode 是讓人很困惑、比較難以理解的問題. 這篇文章 寫的比較好， utf-8是 unicode的一種實現方式，unicode、gbk、gb2312是編碼字元集.
Python 默認腳本文件都是 ANSCII 編碼的，當文件 中有非 ANSCII 編碼范圍內的字元的時候就要使用" 編碼指示 "來修正一個 mole 的定義中，如果.py文件中包含中文字元（嚴格的說是含有非anscii字元），則需要在第一行或第二行指定編碼聲明： # -*- coding=utf-8 -*- 或者 #coding=utf-8
其他的編碼如：gbk、gb2312也可以；否則會出現:
先說一下python中的字元串類型，在python中有兩種字元串類型，分別是 str 和 unicode ，他們都是basestring的派生類；
在str的文檔中有這樣的一句話：
也就是說在讀取一個文件的內容，或者從網路上讀取到內容時，保持的對象為str類型；如果想把一個str轉換成特定編碼類型，需要把str轉為Unicode,然後從unicode轉為特定的編碼類型如：utf-8、gb2312等。
unicode 轉為 gb2312,utf-8等,使用 encode(encoding)
utf-8,GBK轉換為 unicode 使用 unicode(s,encoding) 或者 s.decode(encoding)
普通的 str 轉為 unicode,
如果直接執行s.encode('gb2312')會發生什麼？
這里會發生一個異常：Python 會自動的先將 s 解碼為 unicode ，然後再編碼成 gb2312。因為解碼是python自動進行的，我們沒有指明解碼方式，python 就會使用 sys.defaultencoding 指明的方式來解碼。很多情況下 sys.defaultencoding 是 ANSCII，如果 s 不是這個類型就會出錯。
拿上面的情況來說，我的 sys.defaultencoding 是 anscii，而 s 的編碼方式和文件的編碼方式一致，是 utf8 的，所以出錯了:
對於這種情況，我們有兩種方法來改正錯誤：
s = '中文'
s.decode('utf-8').encode('gb2312') ```
import sys
reload(sys) # Python2.5 初始化後會刪除 sys.setdefaultencoding 這個方法，我們需要重新載入
sys.setdefaultencoding('utf-8')
str = '中文'
str.encode('gb2312')
print open("Test.txt").read()
import codecs
print open("Test.txt").read().decode("utf-8")
Traceback (most recent call last):
File "ChineseTest.py", line 3, in <mole>
print open("Test.txt").read().decode("utf-8")
UnicodeEncodeError: 'gbk' codec can't encode character u'ufeff' in position 0: illegal multibyte sequence
import codecs
data = open("Test.txt").read()
if data[:3] == codecs.BOM_UTF8:
data = data[3:]
print data.decode("utf-8")
s = "中文"
print unicode(s, "utf-8")
Traceback (most recent call last):
File "ChineseTest.py", line 3, in <mole>
s = unicode(s, "utf-8")
UnicodeDecodeError: 'utf8' codec can't decode bytes in position 0-1: invalid data
s = "中文"
print unicode(s, "gbk")
s = "中文"
print unicode(s, "cp936")
㈡ linux python運行報編碼錯誤
一次重啟伺服器後，supervisor接管的python腳本中的函數 open() 和 print() 都會報下面的編碼錯誤：
UnicodeEncodeError: 'ascii' codec can't encode
使用的是python3，按理說編碼都會默認utf-8，而且本地運行的python腳本並沒有這個問題。
經大佬指點，增加環境變數 export LC_ALL="en_US.UTF-8" 後，再重啟supervisor，問題解決
下面是復制的： https://www.cnblogs.com/badboy200800/p/11215981.html
Locale是一個軟體在運行時的語言環境,。是根據計算機用戶所使用的語言，所在國家或者地區，以及當地的文化傳統所定義的。它包括語言(Language), 地域 (Territory) 和字元集(Codeset)。
一個locale的書寫格式為: 語言[ 地域[.字元集]]。完全的locale表達方式是 [語言[ 地域][.字元集] [@修正值]。例如：
zh_CN.GB2312 ＝> 中文_中華人民共和國＋國標2312字元集。
（1）locale把按照所涉及到的文化傳統的各個方面分成12個大類
（2）查看標准字元集列表
常用字元集：en_US.utf8、zh_CN.gb2312、zh_CN.gbk、zh_CN.utf8等
3.Locale的設定
LC_ALL和LANG優先順序的關系：LC_ALL > LC_* >LANG
（1）如果需要一個純中文的系統的話，設定LC_ALL= zh_CN.XXXX即可。或者設定LANG=zh_CN.XXXX也可以，但是LC_ 不要有任何特殊設定才可以（因為LC_ 優先順序高）。
（2）如果需要個性化的環境，例如只想要一個可以輸入中文的環境，而保持菜單、標題，系統信息等等為英文界面，那麼只需要設定LANG=en_US.XXXX，然後 LC_CTYPE＝zh_CN.XXXX就可以了。
（3）假如什麼也不做的話，也就是LC_ALL，LANG和LC_*均不指定特定值的話，系統將採用POSIX作為lcoale，也就是C locale。
4.查看與設定字元集實踐
（1）查看當前系統字元集三種方式（LC_ALL、LC_CTYPE和LANG），以查看LANG為例：
（2）更改系統字元集
備註：直接執行上述命令，可以臨時修改系統字元集。如果寫入環境變數可以永久改變字元集。
（3）取消當前系統字元集（設定為空）
備註：直接執行上述命令，可以臨時修改系統字元集。如果寫入環境變數可以永久改變字元集。
㈢ python 3.x 編碼問題
你好，簡單來說unicode是字元集，然後utf8是編碼的規則，utf8支持多種字元集，unicode只是其中的一種所以需要明確的說明。
下面是unicode的更多的信息：
首先世界上語言很多，不同語言的編碼不一樣，解碼的結果也不同。而unicode的編號從0一直算到了100多萬（三個位元組）。每一個區間都對應著一種語言的編碼。目前幾乎收納了全世界大部分的字元。所有的字元都有唯一的編號，這就解決了解碼的沖突。但是，unicode把大家都歸納進來，卻沒有為編碼的二進制傳輸和二進制解碼做出規定。
㈣ 新手，求教關於python3編碼的問題
你需要明白兩個概念：
什麼叫字元串、位元組串
在Python中字元串是指一串可以展示在終端里、供人閱讀的字元，至於字元採用什麼編碼並不重要，同樣的文字，可能是用Unicode、UTF-8或GBK編碼，但列印在終端中的內容相同，那麼就認為是同一串字元串。而位元組串是指將字元串通過某種編碼轉換得到的一串位元組，同樣一個字元串，使用不同的編碼轉換後得到的位元組串可能完全不同。
什麼叫encode、decode
encode中文為編碼，顧名思義，是將字元串以某種編碼形式編碼得到位元組串的過程；相反，decode中文為解碼，是將位元組串以某種編碼形式翻譯得到字元串的過程。
a是一個字元串，它的內容是「周傑倫」這三個字，類型是str；b = a.encode('utf-8')是將a以utf-8形式編碼得到的位元組串，它的內容是「周傑倫」這三個字的utf-8編碼，類型是bytes。
㈤ python的編碼問題,一個小例子讓人很困惑
其實，字典中的uxxxx或者x..之類 就是utf-8編碼，經過解碼就是漢字了
print 列印的字元是自動解碼的。（根據第一行的 coding:utf-8）
print 列印的字典、列表之類的對象，一般沒經過解碼
如果你要輸出解碼的漢字，處理方法：
一，對每個scrapy抓取的數據都進行for循環decod
a={1:"你好",2:"謝謝",3:"對不起",4:"hi"}
forkina.keys():
printk,a[k].decode("utf-8")二，使用json.mps
a={1:"你好",2:"謝謝",3:"對不起",4:"hi"}
importjson
printjson.mps(a,encoding='UTF-8',ensure_ascii=False)
㈥ 請教python 字元串編碼問題
python2.x會存在字元串編碼問題
文件開頭時加入：
# coding:utf-8
如果擔心不生效，可以強制重置一下：
import sys
reload(sys)
sys.setdefaultencoding("utf8")
變數定義時如果涉及到使用中文時，前面加個'u'，表示使用unicode編碼
例：
str1=u'大家好'
#coding:utf-8
importsys
reload(sys)
sys.setdefaultencoding("utf8")
str1=u"大家好"
printstr1
㈦ python的參數編碼問題，應該怎麼改
對於name.get_keyphrases（）方法，name（也就是代碼中的tr4s）這個參數不能是字元（str），只能是integer 或bytes-like
㈧ python有哪幾種編碼方式
第一種：ASCII碼。是基於拉丁字母的一套電腦編碼系統，主要用於顯示現代英語和其他西歐語言，它是現今最通用的單位元組編碼系統，並等同於國際標准IS/IEC
646。
由於計算機是美國人發明的，因此，最早只有127個字母被編碼到計算機李，也就是大小寫英文字母、數字和一些符號，這個編碼表被稱為ASCII編碼，比如大寫字母A的編碼是65，小寫字母a的編碼是97，後128個稱為擴展ASCII碼。
第二種：GBK和GB2312。能在計算機中顯示中文字元是至關重要的，然而ASCII表裡一個偏旁部首都沒有，所以我們需要一個關於中文和數字對應的關系表，一個位元組只能最多表示256個字元，用處理中文顯然一個位元組是不夠的，所以我們需要採用兩個位元組來表示，所以中國制定了GB2312編碼，用來將中文編寫進去。
第三種：Unicode。因為各個國家都有一套自己的編碼，所以無法避免沖突，因此Unicode誕生了。它可以把所有語言都統一到一套編碼里，這樣就不會存在亂碼問題了，現代操作系統和大多數編程語言都直接支持Unicode。
第四種：UFT-8。基於節約的原則，出現了把Unicode編碼轉化為可變長編碼的UTF-8編碼。而UTF-8編碼把一個Unicode字元根據不同的數字大小編碼成1-6個位元組，常用的英文字母被編碼成一個位元組，漢字通常是3個位元組，只有很生僻的字元才會被編碼成4-6個位元組，如果你要傳輸的文本包含大量英文字元，用UTF-8編碼就能節省空間。
㈨ python編碼的問題
你好：
編碼的問題確實頭疼；
我在博客園摘抄了一些編碼問題；
這個問題主要是因為：
print 是將字元串轉化為系統的編碼輸出。
而list存儲的你設置的編碼。
㈩ 關於python中字元編碼的問題
你說的是，把字元串：
\u3232\u6674
本身，轉換為unicode字元吧？
那麼可以通過：
slashUStr
=
"\\u3232\\u6674";
decodedUniChars
=
slashUStr.decode("unicode-escape");
print
"decodedUniChars=",decodedUniChars;
#decodedUniChars=
(有)
晴
註：（有）
是個特殊字元，如果想要在cmd（默認為gbk）中列印，會出錯的。
UnicodeEncodeError:
'gbk'
codec
can't
encode
character
u'\u3232'
in
position
0:
illegal
multibyte
sequence
但是，本身的確已經是轉換好了unicode字元串了。
詳情可參考：
【整理】Python中，如何將反斜杠u類型（\uXXXX）的字元串，轉換為對應的unicode的字元
（此處不能貼地址，請用google搜標題，即可找到帖子地址）