转：encode与decode的使⽤
近⽇写关于某app数据处理的程序时，总会遇到报错“UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)“
字符串在Python内部的表⽰是unicode编码，因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另⼀种编码。
decode的作⽤是将其他编码的字符串转换成unicode编码，如str1.decode('gb2312')，表⽰将gb2312编码的字符串str1转换成unicode编码。
encode的作⽤是将unicode编码转换成其他编码的字符串，如de('gb2312')，表⽰将unicode编码的字符串str2转换成
gb2312编码。
因此，转码的时候⼀定要先搞明⽩，字符串str是什么编码，然后decode成unicode，然后再encode成其他编码
代码中字符串的默认编码与代码⽂件本⾝的编码⼀致。
数字转unicode编码如：s='中⽂'
如果是在utf8的⽂件中，该字符串就是utf8编码，如果是在gb2312的⽂件中，则其编码为gb2312。这种情况下，要进⾏编码转换，都需要先⽤decode⽅法将其转换成unicode编码，再使⽤encode⽅法将其转换成其他编码。通常，在没有指定特定的编码⽅式时，都是使⽤的系统默认编码创建的代码⽂件。
如果字符串是这样定义：s=u'中⽂'
则该字符串的编码就被指定为unicode了，即python的内部编码，⽽与代码⽂件本⾝的编码⽆关。因此，对于这种情况做编码转换，只需要直接使⽤encode⽅法将其转换成指定编码即可。
如果⼀个字符串已经是unicode了，再进⾏解码则将出错，因此通常要对其编码⽅式是否为unicode进⾏判断：
isinstance(s, unicode)  #⽤来判断是否为unicode
⽤⾮unicode编码形式的str来encode会报错
如何获得系统的默认编码？
#!/usr/bin/env python
#coding=utf-8
import sys
defaultencoding()
该段程序在英⽂WindowsXP上输出为：ascii
在某些IDE中，字符串的输出总是出现乱码，甚⾄错误，其实是由于IDE的结果输出控制台⾃⾝不能显⽰字符串的编码，⽽不是程序本⾝的问题。
如在UliPad中运⾏如下代码：
s=u"中⽂"
print s
会提⽰：UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)。这是因为UliPad 在英⽂WindowsXP上的控制台信息输出窗⼝是按照ascii编码输出的（英⽂系统的默认编码是ascii），⽽上⾯代码中的字符串是Unicode编码的，所以输出时产⽣了错误。
将最后⼀句改为：de('gb2312')
则能正确输出“中⽂”两个字。
若最后⼀句改为：de('utf8')
则输出：\xe4\xb8\xad\xe6\x96\x87，这是控制台信息输出窗⼝按照ascii编码输出utf8编码的字符串的结果。unicode(str,'gb2312')与str.decode('gb2312')是⼀样的，都是将gb2312编码的str转为unicode编码
使⽤str.__class__可以查看str的编码形式
原理说了半天，最后来个包治百病的吧：）
#!/usr/bin/env python
#coding=utf-8
s="中⽂"
if isinstance(s, unicode):
#s=u"中⽂"
de('gb2312')
else:
#s="中⽂"
print s.decode('utf-8').encode('gb2312')

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。