Python培训之5分钟战胜Python字符编码(一)

1. 本文不谈复杂的理论，就经验教你字符处理八字真言：确定编码，同类交互。
 
2. 文章针对Python 2.7，主要因为3对的编码已经有了很大的改善并且实际原理一样，更改一下操作命令即可。
 
3. 了解完本文，你可以轻松解决文字处理，特殊平台（Windows?）下的编码，爬虫编码等问题。
 
阅读建议
 
本文分为如下几个部分：
 

• 原理
• 具体操作
• 建议的使用习惯
• 疑难问题解答

 
如果想要了解我给出的使用习惯，可以直接跳到建议的使用习惯。
 
如果只想要解决相关问题可以直接跳到疑难问题解答。
 
希望本文能够帮到你。
 
1. 原理
 
为了理解方便，这里不谈理论只做类比，具体想要进一步了解各种编码的理论的百度一下好了。
 
1. 首先说一下我们为什么会碰到各式各样的编码问题：
 

• 因为我们没有统一编码
• 因为我们没有用对命令（传对数据）

 
2. 再说一下编码是什么，Python的编码看似复杂，实际上可以看做只有两类编码：Unicode，二进制
 

• Unicode 相信都很熟悉：，就是\u0000这样的
• 二进制编码也很简单，就是\x00\x00这样的，平常看到的utf-8,cp936都是二进制编码
• 二进制编码是具象的，10001100原样就可以存储，而Unicode是抽象的，不能这样存

 
#coding=utf8
 
# Unicode编码演示
print('Unicode:')
print(repr('Unicode编码'))`
 
# 二进制编码演示
print(u'二进制编码:')
print(repr('Unicode编码'))`
 
# 这里只是看个样子，代码不必去深究
 
3. 再说怎么做，就是只有同种编码之间才可以操作
 

• 举个简单的类比

 
就把一串数据比为烤鸭，我们作为人和鸭子不同种看待烤鸭的态度完全不一样。
我们看到的是晚上的配菜，鸭子看到的是自己二舅。
如果我用鸭子的眼光逛烤鸭店的时候就会出问题。
因为我在烤鸭店看到了都是自己的二舅。
 

• 这里说的同种就是我们熟悉的各种编码方式：utf-8,unicode,ucs-bom
• 这也就是编码问题的核心，非常重要。

 
4. 最后说一下Python的环境
 

• 本身代码是用Ascii解码的，文件里有Ascii无法解码的内容的话要告知Python怎么解码
• 内部大量命令都是默认接受Unicode

 
# 告知的命令就是下面这一行，删掉就会报错
#coding=utf8
print(u'测试编码')
 

本文版权归黑马程序员Python培训学院所有，欢迎转载，转载请注明作者出处。谢谢！

作者：黑马程序员Python培训学院

首发：http://www.itheima.com/news/python.html