| 网站首页 | 业界新闻 | 小组 | 威客 | 人才 | 下载频道 | 博客 | 代码贴 | 在线编程 | 编程论坛
欢迎加入我们,一同切磋技术
用户名:   
 
密 码:  
共有 2165 人关注过本帖
标题:(python学习心得) 字符编码转换
取消只看楼主 加入收藏
codelet
Rank: 2
来 自:广东深圳
等 级:论坛游民
帖 子:61
专家分:37
注 册:2007-11-6
结帖率:100%
收藏
 问题点数:0 回复次数:0 
(python学习心得) 字符编码转换
现在做的一个小工具,功能是:server端抓取网页内感兴趣的内容,传送给客户端(手机设备)。统一了传送内容的编码格式是utf-8的。
    在抓取到的页面中,大部分都是gb2312的,因此需要转码为utf-8格式字串。思路是先将origin_str转换成unicode字符串mid_str,然后用目标码制对其编码可以得到result_str.

    在这里记录下转码过程:
    1:gb2312--〉utf-8:  str.decode("gb2312").encode("utf-8")
      x = "中国"  # x = "\xd6\xd0\xb9\xfa", 两个字节表示一个汉字
      y = x.decode("gb2312")  # y = "\u4e2d\u56fd", unicode编码
      z = y.encode("utf-8")    # z = "\xe4\xb8\xad\xe5\x9b\xbd", utf-8编码(utf8中3个字节表示一个汉字)
    2:utf-8 --> gb2312:
      过程1的反过程。

    转码之后,HTTP头content-type中的encoding就要改为“utf-8”了,客户端接收到传过来的z字符串对应的字节串,用utf-8编码,得到的就是汉字“中国”了。

    ps:有可能gb2312的字串decode("gb2312")会抱错,这时候最好的解决方法是采用更大的字符集gb18030来解码。
搜索更多相关主题的帖子: 学习心得 python 字符 编码 
2009-07-26 15:34
快速回复:(python学习心得) 字符编码转换
数据加载中...
 
   



关于我们 | 广告合作 | 编程中国 | 清除Cookies | TOP | 手机版

编程中国 版权所有,并保留所有权利。
Powered by Discuz, Processed in 0.045203 second(s), 10 queries.
Copyright©2004-2024, BCCN.NET, All Rights Reserved