[TOC]
关键词列表
python 乱码
python utf8
python utf-8
python unicode
python 中文
python 转码
python dict 编码
str 和 unicode
python 里字符串类型有两种:
- str : 以utf8形式存储的字符串
- unicode : 直接以unicode 形式存储的字符串
这两种相当于是对应两个不同的类, 只是有一些方法可以实现相互转换
str 类型
a='中'
len(a) = 3 , 表示 '中' 的 utf-8表示形式在内存里需要3字节
unicode 类型
a=u'中'
len(a) = 1 , 表示 一共有 1 个符号
str-->unicode
a='中'
a.decode('utf-8')
,
str 类型只能调用 decode, 不能调用 encode
unicode --> str
a=u'中'
a.encode('utf-8')
,
unicode 类型只能调用 encode, 不能调用 decode
dict 打印中文
怎样才能让 dict 类型序列化后的结果显示中文字符, 而不是显示 '\u4e2d' 或者 '\xae28\xa3b2'
>>> a={}
>>> a[1] = u'中'
>>> a
{1: u'\u4e2d'}
>>> print a
{1: u'\u4e2d'}
方法一:
import json
a={}
a[1] = u'中'
#b=json.dumps(a, ensure_ascii=False)
b=json.dumps(a, ensure_ascii=False)
print b
结果 ===> {"1": "中"}
<br />
方法二:
a={}
a[1] = u'中'
b=str(a) 或者 b = `a`
################
b=b.replace('u\'', '\'')
print b.decode('unicode-escape')
## 不能使用 print b.decode('utf-8')
结果 ==> {1: '中'}
list 打印中文
a=[]
a.append('中国')
b=str(a)
print b
####
结果 ==> ['\xe4\xb8\xad\xe5\x9b\xbd']
b=b.decode('string_escape')
print b
结果 ==> ['中国']
unicode --> unicode-escape
## unicode --> unicode-escape
>>> u'中文测试'.encode('unicode-escape')
'\\u4e2d\\u6587\\u6d4b\\u8bd5'
## unicode-escape --> unicode
>>> '\\u4e2d\\u6587\\u6d4b\\u8bd5'.decode('unicode-escape')
u'\u4e2d\u6587\u6d4b\u8bd5'
