python2.x中文乱码问题解决方法

python中乱码问题是一个很头痛的问题。
在python3中,对中文进行了全面的支持,但在python2.x中需要进行相关的设置才能使用中文。否则会出现乱码

【问题原因】

在python2.x中主要是字符编码的问题,处理不好的话,会导致乱码。python默认采取的ascii编码,字母、标点和其他字符只使用一个字节来表示,但对于中文字符来说,一个字节满足不了需求。

代码如下:

>>> import sys
>>> sys.getdefaultencoding()
‘ascii’

为了能在计算机中表示所有的中文字符,中文编码采用两个字节表示。如果中文编码和ascii混合使用的话,就会导致解码错误,从而才生乱码。而cmd下默认的编码方式为:gbk,所以就造成了上面的乱码!

采用两个字节的中文编码标准有:gb2312、gbk、big5等。

【处理办法】

为了将各种不同的语言包含在统一的字符集中,满足国际间的信息交流,国际上制订了unicode字符集,包含了世界上所有语言字符,这些字符具有唯一的编码,通过使用unicode字符集可以满足跨语言的文字处理,避免乱码的产生。
i) 交互式命令中:一般不会出现乱码,无需做处理

ii) py脚本文件中:跨字符集必须做设置,否则乱码。
首先在开头一句添加:

代码如下:

# coding = utf-8
# 或
# coding = utf-8
# 或
# -*- coding: utf-8 -*-

其次需将文件保存为utf-8的格式!

上面那一句仅仅是告诉python编译器:脚本中包含了非ascii字符,并未进行转换。
如果要将字符编码从默认的ascii改为utf-8,需要在保存的时候选择保存为utf-8格式。

如果是用nodepad打开,【另存为】–>utf-8即可

如果是用idle打开,【options】-> 【configure idle】->【general】

上面的设置,可以保证idle,运行f5,能正常输出中文。

【编码解码】

在开头添加了# -*- coding: utf-8 -*-并将文件保存为utf-8格式,仍然不能保证能输出正常输出中文,
不同的编辑器,如vim,idle,eclipse使用的输出编码都是不一致的。
所以,在一个地方能正常输出中文,在另外一个地方就未必。所以还必须做编码解码设置!

encode:编码
decode:解码

必须保证编码、解码的对象是同一个。比如说utf-8方式编码, 必须再用utf-8进行解码即可。

所以最终解决办法,还必须先按原先的方式解码,再按控制台格式重新编码:比如cmd默认是gbk方式
则必须使用如下方式:

正确输出结果:

【其他说明】
1.在python3中,对中文的支持非常全面,源文件默认保存为utf-8的编码,这样一来,不但可以在源代码中使用中文,而且变量名也可以使用中文,比如说:

代码如下:

>>> 中国 = ‘chinese’
>>> print(中国)
chinese

2.在python3中,不需要来回的编解码,并且字符串对象也没有decode和encode方法。

Posted in 未分类

发表评论