【转载】RobotFramework编码详解-解决乱码问题Robot Framework编码详解-解决乱码问题
数字转unicode编码
作者：brucepk
来源：（见下⽅）
今天给⼤家讲下robotframework框架中unicode编码或者是问号乱码的问题
⼤家看下⾯这个⼩栗⼦
这就涉及到了计算机的编码问题
因为计算机只能处理数字，如果要处理⽂本，就必须先把⽂本转换为数字才能处理。最早的计算机在设计时采⽤8个⽐特（bit）作为⼀个字节（byte），所以，⼀个字节能表⽰的最⼤的整数就是255（⼆进制11111111=⼗进制255），如果要表⽰更⼤的整数，就必须⽤更多的字节。⽐如两个字节可以表⽰的最⼤整数是65535，4个字节可以表⽰的最⼤整数是4294967295。
由于计算机是美国⼈发明的，因此，最早只有127个字符被编码到计算机⾥，也就是⼤⼩写英⽂字母、数字和⼀些符号，这个编码表被称为ASCII编码，⽐如⼤写字母A的编码是65，⼩写字母z的编码是122。
但是要处理中⽂显然⼀个字节是不够的，⾄少需要两个字节，⽽且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，⽤来把中⽂编进去。
你可以想得到的是，全世界有上百种语⾔，⽇本把⽇⽂编到Shift_JIS⾥，韩国把韩⽂编到Euc-kr⾥，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语⾔混合的⽂本中，显⽰出来会有乱码。
因此，Unicode应运⽽⽣。Unicode把所有语⾔都统⼀到⼀套编码⾥，这样就不会再有乱码问题了。
Unicode标准也在不断发展，但最常⽤的是⽤两个字节表⽰⼀个字符（如果要⽤到⾮常偏僻的字符，就需要4个字节）。现代操作系统和⼤多数编程语⾔都直接⽀持Unicode。
现在，捋⼀捋ASCII编码和Unicode编码的区别：ASCII编码是1个字节，⽽Unicode编码通常是2个字节。
字母A⽤ASCII编码是⼗进制的65，⼆进制的01000001；
字符0⽤ASCII编码是⼗进制的48，⼆进制的00110000，注意字符'0'和整数0是不同的；
汉字中已经超出了ASCII编码的范围，⽤Unicode编码是⼗进制的20013，⼆进制的0100111000101101。
你可以猜测，如果把ASCII编码的A⽤Unicode编码，只需要在前⾯补0就可以，因此，A的Unicode编码是0000000001000001。
新的问题⼜出现了：如果统⼀成Unicode编码，乱码问题从此消失了。但是，如果你写的⽂本基本上全部是英⽂的话，⽤Unicode编码⽐ASCII编码需要多⼀倍的存储空间，在存储和传输上就⼗分不划算。
所以，本着节约的精神，⼜出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把⼀个Unicode字符根据不同的数字⼤⼩编码成1-6个字节，常⽤的英⽂字母被编码成1个字节，汉字通常是3个字节，只有很⽣僻的字符才会被编码成4-6个字节。如果你要传输的⽂本包含⼤量英⽂字符，⽤UTF-8编码就能节省空间：
UTF-8编码有⼀个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的⼀部分，所以，⼤量只⽀持ASCII编码的历史遗留软件可以在UTF-8编码下继续⼯作。
搞清楚了ASCII、Unicode和UTF-8的关系，我们就可以总结⼀下现在计算机系统通⽤的字符编码⼯作⽅式。
在计算机内存中，统⼀使⽤Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。
⽤记事本编辑的时候，从⽂件读取的UTF-8字符被转换为Unicode字符到内存⾥，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到⽂件。
浏览⽹页的时候，服务器会把动态⽣成的Unicode内容转换为UTF-8再传输到浏览器。
所以你看到很多⽹页的源码上会有类似<meta charset="UTF-8" />的信息，表⽰该⽹页正是⽤的UTF-8编码。
弄清楚了这个编码问题之后，我们再来看⼀下如何解决robotframework框架unicode的问题
⾸先，看下我的安装环境，我的robotframework版本是3.0.x的
到robotframework安装⽬录下的unic.py⽂件，我的⽬录是C:\Python27\Lib\site-packages\robotframework-3.0.\robot\utils，在unic.py⽂件中插⼊
if isinstance(item, (list, dict,tuple)):
try:
item= json.dumps(item, ensure_ascii=False, encoding='utf-8')
exceptUnicodeDecodeError:
try:
item= json.dumps(item, ensure_ascii=False, encoding='utf-8')
except:
pass
except:
pass
加完这⼀段代码之后，保存，然后重启ride编辑器，再运⾏⼀下刚才的脚本，现实中⽂正常了！
如果你的还是显⽰不正常，请继续往下看，我们来看⼀下是不是python默认的编码⽅式导致的
cmd命令下通过以下命令查看python默认的编码
python
import sys
这时看到，python的默认编码⽅式是ascii编码⽅式，这时我们将它改成utf8
在Python的Lib\site-packages⽂件夹下新建⼀个sitecustomize.py⽂件，内容为：
#coding=utf8
import sys
reload(sys)
sys.setdefaultencoding('utf8')
重启Python解释器，发现编码已被设置为utf8
这样，乱码问题就完美解决！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。