zoukankan      html  css  js  c++  java
  • python unicode转中文及转换默认编码

    一、 

     在爬虫抓取网页信息时常需要将类似"u4ebau751fu82e6u77eduff0cpyu662fu5cb8"转换为中文,实际上这是unicode的中文编码。可用以下方法转换:

    1、

    1 >>> s = u'u4ebau751fu82e6u77eduff0cpyu662fu5cb8'
    2 >>> print s
    3 人生苦短,py是岸

    2、

    1 >>> s = r'u4ebau751fu82e6u77eduff0cpyu662fu5cb8'
    2 >>> s = s.decode('unicode_escape')
    3 >>> print s
    4 人生苦短,py是岸

    二、

      另外,在python2的字符编码问题时常会遇到“UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-5: ordinal not in range(128)”的编码错误。

    而用以下方法通常可以解决:

    1 import sys
    2 reload(sys)
    3 sys.setdefaultencoding('utf-8')

      此方法是将Python2的默认编码ASCII改为 utf-8。但此方法不是一劳永逸的,可能会使一些代码的行为变得怪异。

      可以参考该连接:http://blog.ernest.me/post/python-setdefaultencoding-unicode-bytes

  • 相关阅读:
    7-1 N个数求和
    3662. 最大上升子序列和
    树状数组
    堆优化Dijkstra java模板
    皮亚诺曲线距离
    最长公共子序列(计数问题)
    最小路径覆盖
    极角排序
    2619. 询问
    Hessian矩阵与局部极小值
  • 原文地址:https://www.cnblogs.com/technologylife/p/6071787.html
Copyright © 2011-2022 走看看