Problème d'encodage lorsque Python 2.7 génère des chaînes chinoises
Pourquoi l'erreur « UnicodeEncodeError : le codec 'ascii' ne peut pas encoder les caractères en position 0-1 : ordinal pas dans la plage (128) » apparaît-il ? Cet article étudiera cette question.
La représentation interne des chaînes en Python est un codage Unicode. Par conséquent, lors de la conversion d'encodage, il est généralement nécessaire d'utiliser l'Unicode comme codage intermédiaire, c'est-à-dire de décoder d'abord les chaînes dans d'autres encodages en Unicode. , puis encodez d'Unicode vers un autre encodage.
La fonction du décodage est de convertir d'autres chaînes codées en codage Unicode, telles que str1.decode('gb2312'), ce qui signifie convertir la chaîne codée gb2312 str1 en codage Unicode.
La fonction de encode est de convertir le codage Unicode en d'autres chaînes codées, telles que str2.encode('gb2312'), ce qui signifie convertir la chaîne codée Unicode str2 en codage gb2312.
Par conséquent, lors du transcodage, vous devez d'abord comprendre quel est l'encodage de la chaîne str, puis la décoder en Unicode, puis l'encoder dans d'autres encodages
L'encodage par défaut de la chaîne dans le code est identique à L'encodage du fichier de code lui-même est cohérent.
Par exemple : s='Chinese'
Si elle est dans un fichier utf8, la chaîne est encodée en utf8. Si elle est dans un fichier gb2312, son encodage est gb2312. Dans ce cas, pour effectuer une conversion d'encodage, vous devez d'abord utiliser la méthode decode pour le convertir en encodage Unicode, puis utiliser la méthode encode pour le convertir en d'autres encodages. Habituellement, lorsqu'aucune méthode de codage spécifique n'est spécifiée, le fichier de code créé à l'aide du codage par défaut du système est utilisé.
Si la chaîne est définie comme ceci : s=u'Chinese'
L'encodage de la chaîne est spécifié comme Unicode, qui est l'encodage interne de Python, et est différent du fichier de code lui-même . L'encodage n'a rien à voir avec ça. Par conséquent, pour la conversion de l'encodage dans ce cas, il vous suffit d'utiliser directement la méthode encode pour la convertir vers l'encodage spécifié.
Si une chaîne est déjà unicode, une erreur se produira lors de son décodage, il est donc généralement nécessaire de juger si sa méthode d'encodage est unicode :
isinstance(s, unicode) #Utilisé Déterminer qu'il s'agisse d'unicode
L'utilisation d'un codage non-unicode str pour encoder signalera une erreur
Comment obtenir l'encodage par défaut du système ?
#!/usr/bin/env python #coding=utf-8 import sys print sys.getdefaultencoding()
La sortie de ce programme sous Windows anglais La console de sortie elle-même ne peut pas afficher l'encodage de la chaîne, et ce n'est pas un problème avec le programme lui-même.
Si vous exécutez le code suivant dans UliPad :
, il vous demandera : UnicodeEncodeError : le codec 'ascii' ne peut pas encoder les caractères en position 0-1 : ordinal pas dans la plage ( 128) . En effet, la fenêtre de sortie des informations de la console d'UliPad sous Windows anglaiss=u"中文" print s
Changez la dernière phrase par : print s.encode('gb2312')
Le mot "Chinois" peut être correctement affiché.
Si la dernière phrase est modifiée par : print s.encode('utf8')
, alors le résultat est : xe4xb8xadxe6x96x87. C'est le résultat de la fenêtre de sortie des informations de la console affichant l'utf8. -chaîne codée selon le codage ascii.
unicode(str,'gb2312') et str.decode('gb2312') sont identiques, ils convertissent tous les deux la str encodée gb2312 en encodage unicode
Utiliser str.__class__ Vérifiez le formulaire d'encodage de str
Après avoir longuement parlé du principe, trouvons enfin une panacée :)
#!/usr/bin/env python #coding=utf-8 s="中文" if isinstance(s, unicode): #s=u"中文" print s.encode('gb2312') else: #s="中文" print s.decode('utf-8').encode('gb2312')
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!