重生之毒妃梅果小说,武道至尊帝临小说

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案

Python中文對相關(guān)文件的改編和處理

在Python中文中有很多的困難是新手的“克星”，以下文章是我們就這一問題給出的相關(guān)的解決方案，希望我們能夠從中得到一些好的方法去解決這些問題，以便更好的在計算機的運行中靈活應(yīng)用。

讓客戶滿意是我們工作的目標，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：域名與空間、虛擬空間、營銷軟件、網(wǎng)站建設(shè)、廣西網(wǎng)站維護、網(wǎng)站推廣。

import sys sys.version'2.5.1 (r251:54863, Apr 18 2007, 08:51:08) [MSC v.1310 32 bit (Intel)]'用記事本創(chuàng)建一個文件ChineseTest.py，默認ANSI：
s = "中文"
print s

測試一下瞧瞧：

 
 
   
  
  E:\Project\Python\Test>python中文Python ChineseTest.py    
  
  File "ChineseTest.py", line 1    
  
  SyntaxError: Non-ASCII character '\xd6' in file 
ChineseTest.py on line 1, but no encoding declared;

偷偷地把文件編碼改成UTF-8：

 
 
   
  
  E:\Project\Python\Test>python 中文ChineseTest.py    
  
  File "ChineseTest.py", line 1    
  
  SyntaxError: Non-ASCII character '\xe4' in file 
ChineseTest.py on line 1, but no encoding declared;無濟于事。

既然它提供了網(wǎng)址，那就看看吧。簡單地瀏覽一下，終于知道如果文件里有非ASCII字符，需要在***行或第二行指定編碼聲明。把ChineseTest.py文件的編碼重新改為ANSI，并加上編碼聲明

 
 
   
  
  # coding=gbk   
  
  s = "中文"   
  
  print s再試一下：    
  
  E:\Project\Python\Test>python ChineseTest.py    
  
  中文正?？海?nbsp;

（一）看一看它的長度：

 
 
   
  
  # coding=gbk   
  
  s = "中文"   
  
  print len(s)

s這里是str類型，所以計算的時候一個中文相當于兩個英文字符，因此長度為4。
我們這樣寫

 
 
   
  
  # coding=gbk   
  
  s = "中文"   
  
  s1 = u"中文"   
  
  s2 = unicode(s, "gbk") #省略參數(shù)將用python中文默認的ASCII來解碼    
  
  ss3 = s.decode("gbk") #把str轉(zhuǎn)換成unicode是decode，unicode函數(shù)
作用與之相同    
  
  print len(s1)    
  
  print len(s2)    
  
  print len(s3)

（二）接著來看看文件的處理：

建立一個文件test.txt，文件格式用ANSI，內(nèi)容為:
abc中文
用python來讀取

 
 
   
  
  # coding=gbk   
  
  print open("Test.txt").read()    
  
  結(jié)果：abc中文

把文件格式改成UTF-8：
結(jié)果：abc涓?枃
顯然，這里需要解碼：

 
 
   
  
  # coding=gbk   
  
  import codecs    
  
  print open("Test.txt").read().decode("utf-8")    
  
  結(jié)果：abc中文

上面的test.txt我是用Editplus來編輯的，但當我用Windows自帶的記事本編輯并存成UTF-8格式時，
運行時報錯：
原來，某些軟件，如notepad，在保存一個以UTF-8編碼的文件時，會在文件開始的地方插入三個不可見的字符（0xEF 0xBB 0xBF，即BOM）。
因此我們在讀取時需要自己去掉這些字符，python中文中的codecs module定義了這個常量：

 
 
   
  
  # coding=gbk   
  
  import codecs    
  
  data = open("Test.txt").read()    
  
  if data[:3] == codecs.BOM_UTF8:    
  
  datadata = data[3:]    
  
  print data.decode("utf-8")    
  
  結(jié)果：abc中文

（三）一點遺留問題

在第二部分中，我們用unicode函數(shù)和decode方法把str轉(zhuǎn)換成unicode。為什么這兩個函數(shù)的參數(shù)用"gbk"呢？
***反應(yīng)是我們的編碼聲明里用了gbk(# coding=gbk)，但真是這樣？
修改一下源文件：

 
 
   
  
  # coding=utf-8    
  
  s = "中文"   
  
  print unicode(s, "utf-8")    
  
  運行，報錯：    
  
  Traceback (most recent call last):    
  
  File "ChineseTest.py", line 3, in    
  
  s = unicode(s, "utf-8")    
  
  UnicodeDecodeError: 'utf8' codec can't decode
 bytes in position 0-1: invalid data

簡單地說，python中的print直接把字符串傳遞給操作系統(tǒng)，所以你需要把str解碼成與操作系統(tǒng)一致的格式。Windows使用CP936(幾乎與gbk相同)，所以這里可以使用gbk。
***測試：

 
 
   
  
  # coding=utf-8    
  
  s = "中文"   
  
  print unicode(s, "cp936")    
  
  結(jié)果：中文

【編輯推薦】

Python中文字符具體應(yīng)用技巧分享
Python連接數(shù)據(jù)庫兩種常用方法介紹
Python流程控制關(guān)鍵字基本內(nèi)容總結(jié)
Python流程控制關(guān)鍵字基本內(nèi)容總結(jié)
Python文件路徑具體操作方法經(jīng)典講解

新聞名稱：Python中文對相關(guān)文件的改編和處理
轉(zhuǎn)載來源：http://fisionsoft.com.cn/article/cdgohdo.html

新聞中心

其他資訊