##language:zh
#pragma section-numbers off
##含有章节索引导航的 ZPyUG 文章通用模板
<<TableOfContents>>
## 默许导航,请保留
<<Include(ZPyUGnav)>>



##startInc
= Python 编码转换 =
{{{
k <yanbo.yuan@gmail.com>
reply-to	python-cn@googlegroups.com,
to	python-cn@googlegroups.com,
date	Sat, Mar 29, 2008 at 10:09 AM
subject	[CPyUG:45138] python 编码转换[zt]
}}}
主要介绍了python的编码机制，unicode, utf-8, utf-16, GBK, GB2312,ISO-8859-1 等编码之间的转换。


'''常见的编码转换分为以下几种情况：'''

== unicode 缺失转换 ==
{{{
Tim Wang <tianyao.wang@gmail.com>
reply-to	python-cn@googlegroups.com
to	python-cn@googlegroups.com
date	Thu, Aug 21, 2008 at 21:02
subject	[CPyUG:63028] 有问题请教
}}}
`S="\u5317\u4eac"`
 * 如何把它转换成gb18030的北京？
 * `S.decode('utf8').encode('gb18030')`好像不行。

=== 聲明成 unicode 后进行 ===
{{{
Jimmy Kuu <jimmy.kuu@gmail.com>
reply-to	python-cn@googlegroups.com
to	python-cn@googlegroups.com
date	Thu, Aug 21, 2008 at 21:18
}}}	
{{{#!python
s = "\u5317\u4eac"
s = eval("u'%s'" % s)
s.encode('gb18030')
}}}
== unicode 转换为其它编码(GBK, GB2312等) ==

例如：a为unicode编码 要转为gb2312。a.encode('gb2312')
{{{#!python
# -*- coding=gb2312 -*-
a = u"中文"
a_gb2312 = a.encode('gb2312')
print a_gb2312
}}}



== 其它编码(utf-8,GBK)转换为unicode ==
例如：a为gb2312编码，要转为unicode. unicode(a, 'gb2312')或a.decode('gb2312')
{{{#!python
# -*- coding=gb2312 -*-
a = u"中文"
a_gb2312 = a.encode('gb2312')
print a_gb2312

a_unicode = a_gb2312.decode('gb2312')
assert(a_unicode == a)
a_utf_8 = a_unicode.encode('utf-8')
print a_utf_8
}}}


== 非unicode编码之间的转换  ==
编码1(GBK,GB2312)  转换为 编码2(utf-8,utf-16,ISO-8859-1)

可以先转为unicode再转为编码2

如gb2312转utf-8
{{{#!python
# -*- coding=gb2312 -*-
a = u"中文"
a_gb2312 = a.encode('gb2312')
print a_gb2312

a_unicode = a_gb2312.decode('gb2312')
assert(a_unicode == a)
a_utf_8 = a_unicode.encode('utf-8')
print a_utf_8
}}}



== 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) 

下面代码为将任意字符串转换为unicode
{{{#!python
def u(s, encoding):
   if isinstance(s, unicode):
       return s
   else:
       return unicode(s, encoding)
}}}

== unicode 与其它编码之间的区别 ==
 * 为什么不所有的文件都使用unicode，还要用GBK，utf-8等编码呢？
  * 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。

== 其它方法 ==

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。
    
##endInc

----
'''反馈'''

创建 by -- ZoomQuiet [<<DateTime(2008-03-29T03:22:30Z)>>]