Python的编码问题

Unicode

　　什么是Unicode：Unicode 是计算机能够支持这个星球上多种语言的秘密武器。Unicode使用一个或多个字节来表示一个字符。

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe6 in position 0: ordinal not in range(128) 问题的解决方法及原理：

　　该问题是在python2中将中文进行编码时报的错，意思是ASCII编码的最大长度为128，对中文进行解码时超出了这个范围。由于程序要对中文进行编码时首先要将中文解码成Unicode（系统默认设置是ASCII）。

　　解决方法：

　　1、在脚本前面设置文件的默认编码方式为utf8

1 # -*- coding: utf-8 -*-
2 #!/usr/bin/env python
3 import sys
4 reload(sys)                     # 从新导入
5 sys.setdefaultencoding('utf8')  # 设置默认编码方式为utf8

　　

　　2、在对中文进行编码前向解码为utf8 格式　　　　

1 # 报错的代码
2 str = "中文字符串"
3 str_out = str.encode('utf8')

1 # 正常的代码
2 str = "中文字符串"
3 str = str.decode('utf8')
4 str_out = str.encode('utf8')

 

　　3、在定义中文字符串以前先指定字符串的格式，好比：

1 # 定义时指定字符串编码格式
2 str = u"中文字符串"
3 str_out = str.encode('utf8')