| 问题一：
当python中间处理非ASCII编码时，经常会出现如下错误：
import sys
reload(sys)
解释： sys.setdefaultencoding方法在python导入site.py后就删除了(具体代码查看site.py就可以看到)因此如果想用的话可以： 在确定sys已经导入的情况下，使用： 问题二： You need to deal with data that doesn’t fit in the ASCII character set. 你需要处理不适合用ASCII字符集表示的数据. 1 #将Unicode转换成普通的Python字符串:”编码(encode)” 1 python代码文件的编码 1 # coding=gbk
2 print ‘中文’ 2 字符串的编码 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。 3 系统的默认编码 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。 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’)
总结 首先要搞清楚，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str2.encode(‘gb2312’)，表示将unicode编码的字符串转换成gb2312编码。 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” 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：print s.encode(‘gb2312’) 则能正确输出“中文”两个字。 若最后一句改为：print s.encode(‘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。
Updated at: 2008.11.05 另外，代码中字符串的默认编码与代码文件本身的编码一致，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，在这篇文章中可以看到如何获得系统的默认编码。 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 |
问题一：