汉字前面加个u就可以把汉字转换成unicode编码格式
In [1]: s = u"学海无涯,回头是岸"
In [2]: s
Out[2]: u'\u5b66\u6d77\u65e0\u6daf\uff0c\u56de\u5934\u662f\u5cb8'
In [3]: print(s)
学海无涯,回头是岸
在爬虫抓取网页信息时常需要将类似’\u82e6\u6d77\u65e0\u6daf\u56de’转换为中文,实际上这是unicode的中文编码。 可用以下方法转换(注意一个前面有u一个没有):
In [1]: s = '\u82e6\u6d77\u65e0\u6daf\u56de\u5934\u662f\u5cb8'
In [2]: print(s.decode("unicode_escape"))
报错===》 AttributeError: 'str' object has no attribute 'decode'
In [3]: print(s.encode("utf-8").decode("unicode_escape"))
苦海无涯回头是岸
In [7]: s = u'\u82e6\u6d77\u65e0\u6daf\u56de\u5934\u662f\u5cb8'
In [8]: print(s)
苦海无涯回头是岸
在python2的字符编码问题时常会遇到“UnicodeEncodeError: ‘ascii’ codec can’t encode characters in position 0-5: ordinal not in range(128)”的编码错误。可以用以下方法通常可以解决:
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
此方法是将Python2的默认编码ASCII改为 utf-8。但此方法不是一劳永逸的,可能会使一些代码的行为变得怪异
|