pythonascii转utf8_python编码乱码问题

Python是一种面向对象的解释型计算机程序设计语言，由荷兰人发明，第一个公开发行版发行于1991年。Python是纯粹的自由软件，源代码和解释器CPython遵循 GPL协议。Python语法简洁清晰，特色之一是强制用空白符作为语句缩进。

Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

Python ascii 编码转化为utf-8编码

实现代码如下：

123456a = ‘abce’

# print type（a）

b = a.decode（“ascii”）

# print type（b）

c = a.decode（“ascii”）.encode（“utf-8”）

# print type（c）

在python中进行编码转换都是通过unicode作为中间值实现的。所以要先decode成unicode字符，然后再使用encode转换成utf-8编码的str。可以把注释取消了，看下转换过程中的类型。

ASCII 是一种字符集，包括大小写的英文字母、数字、控制字符等，它用一个字节表示，范围是 0-127 Unicode分为UTF-8和UTF-16。

UTF-8变长度的，最多 6 个字节，小于 127 的字符用一个字节表示，与 ASCII 字符集的结果一样，ASCII 编码下的英语文本不需要修改就可以当作 UTF-8 编码进行处理。

　　

Python 从 2.2 开始支持 Unicode ，函数 decode（ char_set ）可以实现 其它编码到 Unicode 的转换，函数 encode（ char_set ）实现 Unicode 到其它编码方式的转换。

比如

［python］ view plain copy（“你好”）.decode（ “GB2312”）

将得到

u‘\u4f60\u597d’，

即 “你”和“好“的 Unicode 码分别是 0x4f60 和 0x597d

再用

［python］ view plain copy（u‘\u4f60\u597d’）.encode（”UTF-8“）

将得到

‘\xe4\xbd\xa0\xe5\xa5\xbd’

它是 “你好”的UTF-8编码结果。

python中使用 unicode的关键：unicode是一个类，函数unicode（str，”utf8“）从utf8编码（当然也可以是别的编码）的字符串str生成 unicode类的对象，而函数unc.encode（”utf8“）将unicode类的对象unc转换为（编码为）utf8编码（当然也可以是别的编码）的字符串。于是，编写unicode相关程序，需要做的事情是 * 获取数据（字符串）时，用unicode（str， ”utf8“）生成unicode对象 * 在程序中仅使用unicode对象，对程序中出现的字符串常量都以u”字符串“的形式书写 * 输出时，可将unicode对象转换为任意编码输出，使用str.encode（”some_encoding“）

［python］ view plain copy》》》 unicode（”你好“， ”utf8“）

u‘\u4f60\u597d’

》》》 x = _

》》》 type（x）

》》》 type（”你好“）

》》》 x.encode（”utf8“）

‘\xe4\xbd\xa0\xe5\xa5\xbd’

》》》 x.encode（”gbk“）

‘\xc4\xe3\xba\xc3’

》》》 x.encode（”gb2312“）

‘\xc4\xe3\xba\xc3’

》》》 print x

你好

》》》 print x.encode（”utf8“）

你好

》》》 print x.encode（”gbk“）

？？？

以上是测试结果（Ubuntu 6.06，locale为utf8），注意type（x）和type（”你好“）的区别。从编码上可以看出utf8编码与gbk不同。在utf8的 locale设置下，打印x按该环境变量编码（我猜我猜我猜猜猜），而打印x.encode（”gbk“）则是乱码。

python编码乱码问题ascii unicode utf-8

基础知识部分

首先需明白python2.7默认使用的是ascii，而现在python3.x默认使用的是unicode。下面内容基于python2.7。

一、文件编码

一般文件使用的是utf-８或者bgk编码进行存储。但是由于python2.7默认使用ascii，所以python2.7在运行py后缀文件时也是默认以ascii编码读取文件。如果文件中没有中文不会出现问题。但是如果有中文的话，由于中文编码超出了ascii编码范围，所以python2.7将会报错。

所以我们需要在文件头部添加：

#coding:utf-8

或者

#！/usr/bin/python

# -*- coding： utf-8 -*-1234

来告诉python2.7此文件要用utf-8编码来读取。

在文件中设置后我们可以使用 a = u‘哈’；python会自动使用utf-8来读取汉字，并将其转换为Unicode对象。1

二、字符串编码

python2.7和字符串相关的数据类型，分别是标准字符串（str）是单字节字符序列，Unicode字符串（unicode）是双字节字符序列。。

python的解码，编码是python自动进行的，如果我们没有指明解码方式，python 就会使用 sys.defaultencoding 指明的方式来解码。python2.7的函数str（）和unicode（）默认将对象转成ascii编码。

但是对于中文，ascii编码是无法表示的。因此我们需要用sys.setdefaultencoding（‘utf-8’）来设置string对象默认的编码。

import sys

reload（sys）

sys.setdefaultencoding（‘utf-8’） 123

那么字符串如何在str和unicode间进行转换呢？python提供了两个函数：

b = u‘哈’ //b为unicode对象

b.encode（‘utf-8’） //将b从unicode类型转为utf-8类型

b.decode（‘utf-8’） //将b从utf-8类型转换为Unicode类型123

三、window控制台输出

window控制台默认使用gbk编码。如果你设置了

# -*- coding： utf-8 -*-1

python直接按照utf-8输出到控制台。所以我们可以改变文件编码：

# -*- coding： gbk -*-1

或者使用unicode类型进行输出，会自动转换。