Python中文乱码解决方案

本文转自:http://happylaoyu.i.sohu.com/blog/view/111505796.htm

估计入门时都会遇到的。我是在windows下用的Python25自带的IDLE编辑运行的,发现运行脚本得出的结果有一些中文显示是乱码,但有一些是正常的。百思不得其解。首先查看了一下源文件的编码格式,是UTF-8。经过搜索再搜索,调试再调试,也换了几个编译器,发现比IDLE还糟糕(可能需要进行encode设置)。问题终于解决了,一共花了俺将近5个小时,写在这里,希望遇到问题的人能搜索到这里,不再重犯。

乱码原因:
因为你的文件声明为utf-8,并且也应该是用utf-8的编码保存的源文件。但是windows的本地默认编码是cp936,也就是gbk编码,所以在控制台

直接打印utf-8的字符串当然是乱码了。

解决方法:
在控制台打印的地方用一个转码就ok了,打印的时候这么写:
print myname.decode(‘UTF-8’).encode(‘GBK’)

比较通用的方法应该是:
import sys
type = sys.getfilesystemencoding()
print myname.decode(‘UTF-8’).encode(type)

 

Django网页中文乱码问题的解决 2008-04-04

来源:点击进入
2008年04月04日 星期五 22:30

问题的提出:
写了一个py文件,含有中文,文件的开头写有#coding=utf-8。
写了一个对应处理的template,都含有中文。
最后显示网页时,用utf-8编码查看却为乱码,再用GBK编码查看,则显示正常。

问题的解决:
这是一个小小的低级错误。我是用ultraedit写html文件的,保存时估计默认保存为GBK编码了。换成记事本去写,保存时选择utf-8编码就可以了。

又是中文编码问题 2008-07-16

来源:点击进入
2008年07月16日 星期三 14:28

“UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0xe9 in position 0: ordinal not in range(128)”

看了半天html模板,都是unicode编码,没有编码问题。但是输入中文的时候就出现这样的错误了。
解决办法,在该python文件的前面加上如下几句,问题得到解决。

import sys
default_encoding = ‘utf-8’
if sys.getdefaultencoding() != default_encoding:
reload(sys)
sys.setdefaultencoding(default_encoding)

Django调试小结 2008-04-16

来源:点击进入
2008年04月16日 星期三 10:28

1、 遇到中文编码,统一用utf-8编码处理
所有的调试、编辑器都要默认使用utf-8格式存文件。
所有含有中文的py文件,第一行要写上#coding=utf-8
如果引进了别人的非utf-8文件,例如teset.html,可以使用记事本打开,另存为utf-8格式。

2、 每加入一个新的app,只要有model.py,一律要重建数据库,执行命令manage.py syncd

MySQLdb中文乱码问题的解决(Python) 2008-05-28

来源:点击进入
2008年05月28日 星期三 23:22

写了一个简单的脚本,将我的数据整理到Mysql中去。遇到了乱码问题,改了一下,很快就解决了。连接mysql时要注意注明是utf-8字符集,所有中文都要是utf-8,如果有GBK也要先转换成utf-8,把握这个原则,中文乱码问题是不会有的。

转换脚本如下:

#-*- coding: utf-8 -*-,
#coding = utf-8

import MySQLdb,os

def wgdata2DB():
print “Convert weg game data to mysql”
db=MySQLdb.connect(host=’localhost’,      #连接数据库
user=’root’,
passwd=’123456′,
db=’testdb’,
charset=”utf8″)     #这里要注明是utf8字符集,文件开头最好也加上utf-8的声明

cursor=db.cursor()

if os.path.exists(‘test.dat’):
rFile = open(‘test.dat’, ‘r’)
lines = rFile.readlines()
rFile.close()

loop = 0
for line in lines:
print “handle line:%d” % (loop)
myset = line.split(‘ ‘)

sqlstr = “INSERT INTO wg_Content (type,title,url,speed,des,size) VALUES(‘%s’,’%s’,’%s’,’%s’,’%s’,’%s’)”
%(myset[0],myset[1],myset[2],myset[3],myset[4],myset[5])
cursor.execute(sqlstr)
loop += 1
db.commit()
cursor.close()
db.close()

Python字符集编码和文件读写 2008-04-18

来源:点击进入
2008年04月18日 星期五 11:18

字符串编码


python中默认编码是ASCII,可以通过以下方式设置和获取:

import sys
print sys.getdefaultencoding()
sys.setdefaultencoding(‘gbk’)

但直到python重新启动后新的默认编码才会生效,我试了一下,setdefaultencoding总是会出错,没有这个属性。用dir看,确实没有,python版本是2.5,不知道是否被取消了。

使用print来输出时,python将内容传递给系统处理,windows会按照系统默认编码来输出。如果包含了中文,就要注意几点。

1 python代码文件的编码
py文件默认是ASCII编码,中文在显示时会做一个ASCII到系统默认编码的转换,这时就会出错:SyntaxError: Non-ASCII character。需要在代码文件的第一行或第二行添加编码指示:

1 # coding=gbk
2 print ‘中文’

2 字符串的编码
像上面那样直接输入的字符串是按照代码文件的编码来处理的,如果是unicode编码,有以下三种方式:

1 s1 = u’中文’
2 s2 = unicode(‘中文’,’gbk’)
3 s3 = s1.decode(‘gbk’)

unicode是一个内置函数,第二个参数指示源字符串的编码格式。
decode是任何字符串具有的方法,将字符串转换成unicode格式,参数指示源字符串的编码格式。
encode也是任何字符串具有的方法,将字符串转换成参数指定的格式。

3 系统的默认编码
对于中文系统来说,默认的是gbk,gb2312也可以,因为它是gbk的字集。使用print输出时,字符串会被转换成此格式,隐式转换时,是从代码文件编码格式转换成gbk,默认是ASCII->GBK。考虑上面第二点,如果字符串编码不是ASCII,则隐式转换会出错,需要显式转换,使用 encode方法。如果指定了代码文件格式为gbk,则隐式转换不存在问题。

1 # coding=gbk
2
3 s = u’中文’
4 print s.encode(‘gbk’)

文件读写


只是ASCII或者gbk编码格式的的文件读写,比较简单,读写如下:

1 # coding=gbk
2
3 f = open(‘c:/intimate.txt’,’r’) # r 指示文件打开模式,即只读
4 s1 = f.read()
5 s2 = f.readline()
6 s3 = f.readlines() #读出所有内容
7
8 f.close()
9
10 f = open(‘c:/intimate.txt’,’w’) # w 写文件
11 f.write(s1)
12 f.writelines(s2) # 没有writeline
13 f.close()

f.writelines不会输出换行符。
unicode文件读写:

1 # coding=gbk
2 import codecs
3
4 f = codecs.open(‘c:/intimate.txt’,’a’,’utf-8′)
5 f.write(u’中文’)
6 s = ‘中文’
7 f.write(s.decode(‘gbk’))
8 f.close()
9
10 f = codecs.open(‘c:/intimate.txt’,’r’,’utf-8′)
11 s = f.readlines()
12 f.close()
13 for line in s:
14     print line.encode(‘gbk’)