浅谈Python2之汉字编码为unicode的问题(即类似\xc3\xa4)

脚本专栏 2024/11/15 佚名

3 1 2

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。

Python2,汉字编码,unicode

华山资源网 Design By www.eoogi.com

广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！

华山资源网 Design By www.eoogi.com

评论“浅谈Python2之汉字编码为unicode的问题(即类似\xc3\xa4)”

暂无评论...

www.eoogi.com 华山资源网

120,135影音资源

344,641技术资源

22,817软件资源

435,032站长资源