python中文编码问题小结


            中文编码问题一直是Python程序设计中很头痛的问题，本文对此较为详细的进行了总结归纳。具体如下：

 

当字符串是：'\u4e2d\u56fd' 







>>>s=['\u4e2d\u56fd','\u6e05\u534e\u5927\u5b66']

>>>str=s[0].decode('unicode_escape') #.encode("EUC_KR")

>>>print str

中国





当字符串是:' 东亚学团一中'







>>>print unichr(19996)

东





ord()支持unicode，可以显示特定字符的unicode号码，如：







>>>print ord('A')

65





只要和Unicode连接，就会产生Unicode字串。如：







>>> 'help'

'help'

>>> 'help，' + u'python'   

u'help，python'





对于ASCII(7位)兼容的字串，可和内置的str()函数把Unicode字串转换成ASCII字串。如：





>>> str(u'hello world')

'hello world'





对几个概念的理解：

ASCII码 用数据字 对应 相应的字符 如下图所示：



而中文 就是区位码对应汉字。如：“好” 的ASCII码为： 22909

 

unicode 编码 每个国家分一块。它有UTF-8、UTF-16、UTF-32等形式

中文范围 4E00-9FBF：这个范围内有 gbk,gb2312,

 

utf-8是基于unicode的 国际化的场合适合使用

gb2312和gb2312都是国标码 出现的较早 主要用于编解码常用汉字

希望本文所述对大家的Python程序设计有所帮助。