常见的编码转换分为以下几种情况：
- unicode->其它编码
例如：a为unicode编码 要转为gb2312。a.encode('gb2312') - 其它编码->unicode
例如：a为gb2312编码，要转为unicode. unicode(a, 'gb2312')或a.decode('gb2312') - 编码1 -> 编码2
可以先转为unicode再转为编码2
如gb2312转big5
unicode(a, 'gb2312').encode('big5') - 判断字符串的编码
isinstance(s, str) 用来判断是否为一般字符串
isinstance(s, unicode) 用来判断是否为unicode - 如果一个字符串已经是unicode了，再执行unicode转换有时会出错(并不都出错)
可以写一个通用的转成unicode函数：
def u(s, encoding):
if isinstance(s, unicode):
return s
else:
return unicode(s, encoding)
那么unicode与utf-8,utf-16有什么区别呢。我认为unicode可以称为抽象编码，也就是它只是一种内部表示，一般不能直接保存。保存到磁盘上时，需要把它转换为对应的编码，如utf-8和utf-16。
除上以上的编码方法，在读写文件时还可以使用codecs的open方法在读写时进行转换。
0 comments:
发表评论