Py学习  »  Python

UnicodeDecodeError 'ascii' codec can't decode byte ** in position(python编码解码小结)

Py站长 • 9 年前 • 4005 次点击  

Python 里面的编码和解码也就是 unicode 和 str 这两种形式的相互转化。编码是 unicode -> str,相反的,解码就 是 str -> unicode。

剩下的问题就是确定何时需要进行编码或者解码了.

关于文件开头的"编码指示",也就是 # -*- coding: -*- 这个语句。Python 默认脚本文件都是 UTF-8 编码的,当文件中有非 UTF-8 编码范围内的字符的时候就要使用"编码指示"来修正.

关于 sys.defaultencoding,这个在解码没有明确指明解码方式的时候使用。比如我有如下代码:

1
2
3
4
#! /usr/bin/env python   
# -*- coding: utf-8 -*-   
s = '中文'  # 注意这里的 str 是 str 类型的,而不是 unicode   
s.encode('gb18030')

这句代码将 s 重新编码为 gb18030 的格式,即进行 unicode -> str 的转换。因为 s 本身就是 str 类型的,因此 Python 会自动的先将 s 解码为 unicode ,然后再编码成 gb18030。

因为解码是python自动进行的,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。很多情况下 sys.defaultencoding 是 ANSCII,如果 s 不是这个类型就会出错。拿上面的情况来说,我的 sys.defaultencoding 是 anscii,而 s 的编码方式和文件的编码方式一致,是 utf8 的,所以出错了:

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 
0: ordinal not in range(128)

对于这种情况,我们有两种方法来改正错误:

一是明确的指示出 s 的编码方式

1
2
3
4
5
#! /usr/bin/env python   
# -*- coding: utf-8 -*-

s = '中文'   
s.decode('utf-8').encode('gb18030')

二是更改 sys.defaultencoding 为文件的编码方式

import sys   
reload(sys) # Python2.5 初始化后会删除 sys.setdefaultencoding 这个方法,我们需要重新载入   
sys.setdefaultencoding('utf-8')

str = '中文'   
str.encode('gb18030')

我总结一下为什么要这么写的原因:

  1. 当取回来的数据与你当前脚本中声明的编码不一致时就要做编码转换

2.在编码转换时首先要将该数据以自身编码的格式换成unicode码,再将这个unicode按utf8编码

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/775
 
4005 次点击  
文章 [ 2 ]  |  最新文章 9 年前
qinwenchao
Reply   •   1 楼
qinwenchao    9 年前

清晰明了

爱情的枪
Reply   •   2 楼
爱情的枪    9 年前

支持~~~