http://www.xprogrammer.com/1258.html

最近利用python抓取一些網上的數據，遇到了編碼的問題。非常頭痛，總結一下用到的解決方案。

• ? ??linux中vim下查看文件編碼的命令 set fileencoding
• ? ??python中一個強力的編碼檢測包 chardet ，使用方法非常簡單。linux下利用pip install chardet實現簡單安裝

import chardet f = open('file','r') fencoding=chardet.detect(f.read()) print fencoding

fencoding輸出格式?{‘confidence’: 0.96630842899499614, ‘encoding’: ‘GB2312′} ，只能判斷是否為某種編碼的概率。比較準確的結果了。輸入參數為str類型。

• ? ? ??了解python中str的編碼后可以利用decode和encode來實現編碼的轉換。

一般流程是str利用decode方法根據str的編碼將其解碼為unicode字符串類型，然后利用encode根據特定的編碼將unicode字符串類型轉換為特定的編碼。python中str和unicode屬于兩種不同的類型，如下。

• ?一般情況下window默認編碼gbk，linux默認編碼utf8
• ?python編程中?系統編碼，python編碼，文件編碼 的概念。

系統編碼：默認寫源碼的編輯器的編碼方式。它代表源碼文件內的所有內容都是根據詞方式編碼成二進制碼流。存入到磁盤中的。linux下通過locale命令查看。

python編碼：指python內設置的解碼方式。如果不設定的話，python默認的是ascii解碼方式。如果python源代碼文件中不出現中文的話，這個地方怎么設定應該不會問題。

設定方法：在源碼文件開頭（一定是第一行）：#-*-coding:UTF-8-*-，源碼文件的設置解碼方式是UTF-8 或者

import sys reload(sys) sys.setdefaultencoding('UTF-8')

文件編碼：文本的編碼方式，linux下vim利用set fileencoding查看。

• ? ? 一般情況下輸出亂碼的原因就是 沒有按照系統解碼的方式進行編碼。

比如print s, s類型為str，linux系統下系統默認編碼為utf8編碼，s在輸出前就應該編碼為utf8。如果s為gbk編碼就應該這樣輸出。print s.decode(‘gbk’).encode(‘utf8′)才能輸出中文。

window下面情況相同，window默認編碼為gbk編碼，所以s輸出前必須編碼為gbk。

• ? ? python處理中一般處理unicode類型。這樣輸出前直接編碼即可

總結

以上是生活随笔為你收集整理的python编码问题总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。