㈠ python 编码转换与中文处理
python 中的 unicode 是让人很困惑、比较难以理解的问题. 这篇文章 写的比较好， utf-8是 unicode的一种实现方式，unicode、gbk、gb2312是编码字符集.
Python 默认脚本文件都是 ANSCII 编码的，当文件 中有非 ANSCII 编码范围内的字符的时候就要使用" 编码指示 "来修正一个 mole 的定义中，如果.py文件中包含中文字符（严格的说是含有非anscii字符），则需要在第一行或第二行指定编码声明： # -*- coding=utf-8 -*- 或者 #coding=utf-8
其他的编码如：gbk、gb2312也可以；否则会出现:
先说一下python中的字符串类型，在python中有两种字符串类型，分别是 str 和 unicode ，他们都是basestring的派生类；
在str的文档中有这样的一句话：
也就是说在读取一个文件的内容，或者从网络上读取到内容时，保持的对象为str类型；如果想把一个str转换成特定编码类型，需要把str转为Unicode,然后从unicode转为特定的编码类型如：utf-8、gb2312等。
unicode 转为 gb2312,utf-8等,使用 encode(encoding)
utf-8,GBK转换为 unicode 使用 unicode(s,encoding) 或者 s.decode(encoding)
普通的 str 转为 unicode,
如果直接执行s.encode('gb2312')会发生什么？
这里会发生一个异常：Python 会自动的先将 s 解码为 unicode ，然后再编码成 gb2312。因为解码是python自动进行的，我们没有指明解码方式，python 就会使用 sys.defaultencoding 指明的方式来解码。很多情况下 sys.defaultencoding 是 ANSCII，如果 s 不是这个类型就会出错。
拿上面的情况来说，我的 sys.defaultencoding 是 anscii，而 s 的编码方式和文件的编码方式一致，是 utf8 的，所以出错了:
对于这种情况，我们有两种方法来改正错误：
s = '中文'
s.decode('utf-8').encode('gb2312') ```
import sys
reload(sys) # Python2.5 初始化后会删除 sys.setdefaultencoding 这个方法，我们需要重新载入
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运行报编码错误
一次重启服务器后，supervisor接管的python脚本中的函数 open() 和 print() 都会报下面的编码错误：
UnicodeEncodeError: 'ascii' codec can't encode
使用的是python3，按理说编码都会默认utf-8，而且本地运行的python脚本并没有这个问题。
经大佬指点，增加环境变量 export LC_ALL="en_US.UTF-8" 后，再重启supervisor，问题解决
下面是复制的： https://www.cnblogs.com/badboy200800/p/11215981.html
Locale是一个软件在运行时的语言环境,。是根据计算机用户所使用的语言，所在国家或者地区，以及当地的文化传统所定义的。它包括语言(Language), 地域 (Territory) 和字符集(Codeset)。
一个locale的书写格式为: 语言[ 地域[.字符集]]。完全的locale表达方式是 [语言[ 地域][.字符集] [@修正值]。例如：
zh_CN.GB2312 ＝> 中文_中华人民共和国＋国标2312字符集。
（1）locale把按照所涉及到的文化传统的各个方面分成12个大类
（2）查看标准字符集列表
常用字符集：en_US.utf8、zh_CN.gb2312、zh_CN.gbk、zh_CN.utf8等
3.Locale的设定
LC_ALL和LANG优先级的关系：LC_ALL > LC_* >LANG
（1）如果需要一个纯中文的系统的话，设定LC_ALL= zh_CN.XXXX即可。或者设定LANG=zh_CN.XXXX也可以，但是LC_ 不要有任何特殊设定才可以（因为LC_ 优先级高）。
（2）如果需要个性化的环境，例如只想要一个可以输入中文的环境，而保持菜单、标题，系统信息等等为英文界面，那么只需要设定LANG=en_US.XXXX，然后 LC_CTYPE＝zh_CN.XXXX就可以了。
（3）假如什么也不做的话，也就是LC_ALL，LANG和LC_*均不指定特定值的话，系统将采用POSIX作为lcoale，也就是C locale。
4.查看与设定字符集实践
（1）查看当前系统字符集三种方式（LC_ALL、LC_CTYPE和LANG），以查看LANG为例：
（2）更改系统字符集
备注：直接执行上述命令，可以临时修改系统字符集。如果写入环境变量可以永久改变字符集。
（3）取消当前系统字符集（设定为空）
备注：直接执行上述命令，可以临时修改系统字符集。如果写入环境变量可以永久改变字符集。
㈢ python 3.x 编码问题
你好，简单来说unicode是字符集，然后utf8是编码的规则，utf8支持多种字符集，unicode只是其中的一种所以需要明确的说明。
下面是unicode的更多的信息：
首先世界上语言很多，不同语言的编码不一样，解码的结果也不同。而unicode的编号从0一直算到了100多万（三个字节）。每一个区间都对应着一种语言的编码。目前几乎收纳了全世界大部分的字符。所有的字符都有唯一的编号，这就解决了解码的冲突。但是，unicode把大家都归纳进来，却没有为编码的二进制传输和二进制解码做出规定。
㈣ 新手，求教关于python3编码的问题
你需要明白两个概念：
什么叫字符串、字节串
在Python中字符串是指一串可以展示在终端里、供人阅读的字符，至于字符采用什么编码并不重要，同样的文字，可能是用Unicode、UTF-8或GBK编码，但打印在终端中的内容相同，那么就认为是同一串字符串。而字节串是指将字符串通过某种编码转换得到的一串字节，同样一个字符串，使用不同的编码转换后得到的字节串可能完全不同。
什么叫encode、decode
encode中文为编码，顾名思义，是将字符串以某种编码形式编码得到字节串的过程；相反，decode中文为解码，是将字节串以某种编码形式翻译得到字符串的过程。
a是一个字符串，它的内容是“周杰伦”这三个字，类型是str；b = a.encode('utf-8')是将a以utf-8形式编码得到的字节串，它的内容是“周杰伦”这三个字的utf-8编码，类型是bytes。
㈤ python的编码问题,一个小例子让人很困惑
其实，字典中的uxxxx或者x..之类 就是utf-8编码，经过解码就是汉字了
print 打印的字符是自动解码的。（根据第一行的 coding:utf-8）
print 打印的字典、列表之类的对象，一般没经过解码
如果你要输出解码的汉字，处理方法：
一，对每个scrapy抓取的数据都进行for循环decod
a={1:"你好",2:"谢谢",3:"对不起",4:"hi"}
forkina.keys():
printk,a[k].decode("utf-8")二，使用json.mps
a={1:"你好",2:"谢谢",3:"对不起",4:"hi"}
importjson
printjson.mps(a,encoding='UTF-8',ensure_ascii=False)
㈥ 请教python 字符串编码问题
python2.x会存在字符串编码问题
文件开头时加入：
# coding:utf-8
如果担心不生效，可以强制重置一下：
import sys
reload(sys)
sys.setdefaultencoding("utf8")
变量定义时如果涉及到使用中文时，前面加个'u'，表示使用unicode编码
例：
str1=u'大家好'
#coding:utf-8
importsys
reload(sys)
sys.setdefaultencoding("utf8")
str1=u"大家好"
printstr1
㈦ python的参数编码问题，应该怎么改
对于name.get_keyphrases（）方法，name（也就是代码中的tr4s）这个参数不能是字符（str），只能是integer 或bytes-like
㈧ python有哪几种编码方式
第一种：ASCII码。是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，它是现今最通用的单字节编码系统，并等同于国际标准IS/IEC
646。
由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机李，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母a的编码是97，后128个称为扩展ASCII码。
第二种：GBK和GB2312。能在计算机中显示中文字符是至关重要的，然而ASCII表里一个偏旁部首都没有，所以我们需要一个关于中文和数字对应的关系表，一个字节只能最多表示256个字符，用处理中文显然一个字节是不够的，所以我们需要采用两个字节来表示，所以中国制定了GB2312编码，用来将中文编写进去。
第三种：Unicode。因为各个国家都有一套自己的编码，所以无法避免冲突，因此Unicode诞生了。它可以把所有语言都统一到一套编码里，这样就不会存在乱码问题了，现代操作系统和大多数编程语言都直接支持Unicode。
第四种：UFT-8。基于节约的原则，出现了把Unicode编码转化为可变长编码的UTF-8编码。而UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成一个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节，如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间。
㈨ python编码的问题
你好：
编码的问题确实头疼；
我在博客园摘抄了一些编码问题；
这个问题主要是因为：
print 是将字符串转化为系统的编码输出。
而list存储的你设置的编码。
㈩ 关于python中字符编码的问题
你说的是，把字符串：
\u3232\u6674
本身，转换为unicode字符吧？
那么可以通过：
slashUStr
=
"\\u3232\\u6674";
decodedUniChars
=
slashUStr.decode("unicode-escape");
print
"decodedUniChars=",decodedUniChars;
#decodedUniChars=
(有)
晴
注：（有）
是个特殊字符，如果想要在cmd（默认为gbk）中打印，会出错的。
UnicodeEncodeError:
'gbk'
codec
can't
encode
character
u'\u3232'
in
position
0:
illegal
multibyte
sequence
但是，本身的确已经是转换好了unicode字符串了。
详情可参考：
【整理】Python中，如何将反斜杠u类型（\uXXXX）的字符串，转换为对应的unicode的字符
（此处不能贴地址，请用google搜标题，即可找到帖子地址）