【下载文档:  浅谈Python2之汉字编码为unicode的问题(即类似_xc3_xa4).txt 】

---

浅谈Python2之汉字编码为unicode的问题(即类似\xc3\xa4)
Python2中编码相关的问题很是让人蛋疼，特别是中文字符。
比如本文所述的中文网页GBK编码的诡异问题。
现象
例如：盲录職氓聭聵，其实网页里面正常的应该是会员
分析
接着上面的例子，会员这部分乱码通过repr()函数求值得到如下结果
\xc3\xa4\xc2\xbc\xc2\x9a\xc3\xa5\xc2\x91\xc2\x98
使用type()函数求值得到的结果为unicode
eval(repr())出来值为
盲录職氓聭聵
通过查表上述6个汉字对应
c3a4 c2bc c29a c3a5 c291 c298
而上面内容对应的UTF-8值就是会员
解决方法
相当诡异的是本身是unicode编码，却被当作GBK系列来解码，结果导致乱码。因此将这些字符先编码再解决解决问题。
encode('raw_unicode_escape').decode()
以上这篇浅谈Python2之汉字编码为unicode的问题(即类似\xc3\xa4)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。