中国文明网联盟网站建设,最近的新闻热点时事,网站整体设计风格,怎么做淘宝客采集网站基本概念
在Python里有两种类型的字符串类型:字节字符串和Unicode的字符串#xff0c;一个字节字符串就是一个包含字节列表。 当需要的时候#xff0c;Python根据电脑默认的locale设置将字节转化成字符。 在Mac OX上默认的编码是UTF-8#xff0c;但是在别的系统上#xff0…基本概念
在Python里有两种类型的字符串类型:字节字符串和Unicode的字符串一个字节字符串就是一个包含字节列表。 当需要的时候Python根据电脑默认的locale设置将字节转化成字符。 在Mac OX上默认的编码是UTF-8但是在别的系统上大部分是ASCII。
比如创建一个字节字符串:
byteString hello world! (in my default locale)
创建一个Unicode字符串:
unicodeString uhello Unicode world!
将一个字节字符串转成Unicode字符串然后再转回来:
s hello byte string
u s.decode()
backToBytes u.encode()
以上代码使用的是系统默认的字符来出来转换的。 然而依赖系统的区域设置的字符集不是一个好主意,或许你的程序在泰文用户的电脑上就会崩溃。 最好的办法就是为字符指定一个编码:
s hello normal string
u s.decode(UTF-8 )
backToBytes u.encode( UTF-8 )
现在,字节字符串s就被当成一个UTF-8字节列表去创建一个Unicode字符串u, 下一行用UTF-8表示的字符串u转换成字节字符串backToBytes.
如何判断一个对象是字符串
比如这样去判断:
if isinstance( s, str ):
pass
这样是不对的因为Unicode字符串将不为真. 代替的是使用通用字符串类,
if isinstance( s, basestring ):# True for both Unicode and byte strings
pass
单独判断是不是Unicode字符串:
if isinstance( s, unicode ):
pass
读取UTF-8编码的文件
你可以手工转换从文件中读取的字符串方法很简单:
import codecs
fileObj codecs.open( someFile, r, UTF-8 )
u fileObj.read() # Returns a Unicode string from the UTF-8 bytes in the file
源码的编码声明
Python源代码默认是 ASCII.可以在源文件的第一行或者是第二行作如下声明:
# codingUTF-8
or (using formats recognized by popular editors):block data-draft-typetable data-sizenormal data-row-stylenormal1
2#!/usr/bin/python
# -*- coding: UTF-8 -*-
or:block data-draft-typetable data-sizenormal data-row-stylenormal1
2#!/usr/bin/python
# vim: set fileencodingUTF-8 :
系统编码
前面说了Python根据电脑默认的locale设置将字节转化成字符.那如何获得系统的默认编码:
import sys
print sys.getdefaultencoding()
更改系统的默认编码:
import sys
reload(sys)
sys.setdefaultencoding(UTF-8)
为什么要reload sys模块,先看下python的模块加载过程:
# python -v
# installing zipimport hook
import zipimport # builtin
# installed zipimport hook
# /usr/local/lib/python2.6/site.pyc matches /usr/local/lib/python2.6/site.py
import site # precompiled from /usr/local/lib/python2.6/site.pyc
....
Python运行的时候首先加载了site.py在site.py文件里有这么一段代码:
if hasattr(sys, setdefaultencoding):
del sys.setdefaultencoding
在sys加载后,setdefaultencoding方法被删除了,所以我们要通过重新导入sys来设置系统编码.
更多学习内容字符集与字符编码 - 网易云课堂study.163.com
