您好,登錄后才能下訂單哦!
這篇文章主要介紹“怎么解決Python編解碼和文本文件的問題”,在日常操作中,相信很多人在怎么解決Python編解碼和文本文件的問題問題上存在疑惑,小編查閱了各式資料,整理出簡單好用的操作方法,希望對大家解答”怎么解決Python編解碼和文本文件的問題”的疑惑有所幫助!接下來,請跟著小編一起來學(xué)習(xí)吧!
在字符與字節(jié)之間的轉(zhuǎn)換過程稱為編解碼,Python自帶了超過100種編解碼器,比如:
ascii(英文體系)
gb2312(中文體系)
utf-8(全球通用)
latin1
utf-16
編解碼器一般有多個別名,比如utf8、utf-8、U8。
這些編解碼器可以傳給open()、str.encode()、bytes.decode()等函數(shù)的encoding參數(shù)。
多數(shù)非UTF編解碼器(比如cp437)只能處理Unicode字符的一小部分子集。把字符轉(zhuǎn)換成字節(jié)時,如果目標編碼中沒有定義這個字符,那么就會拋出UnicodeEncodeError異常。
處理方式一:使用utf8編碼。
處理方式二:添加errors參數(shù):
# 忽略 如b'So Paulo' city.encode("cp437", errors="ignore") # 替換為? 如b'S?o Paulo' city.encode("cp437", errors="replace") # 替換為XML實體 如b'São Paulo' city.encode("cp437", errors="xmlcharrefreplace")
把字節(jié)轉(zhuǎn)換為字符時,遇到無法轉(zhuǎn)換的字節(jié)時會拋出UnicodeDecodeError異常。這是因為不是每個字節(jié)都包含有效的ASCII字符,也不是每個字符都是有效的UTF-8。
處理方式也有兩種,跟上面一樣。
Python3默認使用UTF-8編碼源碼。如果加載的.py模塊中包含UTF-8之外的數(shù)據(jù),而且沒有聲明編碼,就會拋出SyntaxError異常。
處理方式是在文件頂部添加coding注釋:
# coding: cp1252
但是這個辦法并不好,最好還是找到這些報錯字符,把它們轉(zhuǎn)換為UTF-8。
從網(wǎng)上直接到IDE中執(zhí)行經(jīng)常會報這個錯。
Unicode三明治:
在程序中盡量少接觸二進制,把字節(jié)解碼為字符,只處理字符串對象。比如在Django中,view應(yīng)該輸出Unicode字符串,Django會負責把響應(yīng)數(shù)據(jù)編碼成字節(jié)序列,而且默認使用UTF-8編碼。
Python內(nèi)置的open函數(shù)就是采用了這個原則,在讀取文件時會做必要的解碼,以文本模式寫入文件時會做必要的編碼。
Windows更容易遇到這個問題,因為Windows并不是統(tǒng)一的UTF-8編碼,比如在Windows10中:
>>> open("cafe.txt", "w", encoding="utf8").write("café") 4 >>> open("cafe.txt").read() 'caf茅'
寫入文件時指定了utf8,但是讀取文件沒有指定,Python就會使用系統(tǒng)默認編碼:
>>> import locale # 打開文件用這個 # 如果沒有設(shè)置PYTHONENCODING環(huán)境變量,sys.stdout/stdin/stderr也用這個 >>> locale.getpreferredencoding() 'cp936'
cp936把最后一個字節(jié)解碼成了茅而不是é。
>>> import sys # 二進制數(shù)據(jù)和字符串之間轉(zhuǎn)換用這個 >>> sys.getdefaultencoding() 'utf-8'
>>> import sys # 文件名(不是文件內(nèi)容)用這個 >>> sys.getfilesystemencoding() 'utf-8'
GNU/Linux或Mac OS X不會遇到這個問題,因為多年來它們的默認編碼都是UTF-8。
解決辦法是一定不能依賴系統(tǒng)默認編碼,打開文件時始終應(yīng)該明確傳入encoding=參數(shù),因為不同的設(shè)備使用的默認編碼可能不同,有時隔一天也會發(fā)生變化。
本文介紹了Python的編解碼器,以及可能出現(xiàn)的UnicodeEncodeError、UnicodeDecodeError、SyntaxError問題,然后給出了Python的open函數(shù)處理文本文件的原則,最后對Windows容易出現(xiàn)的文件亂碼問題進行了說明。
到此,關(guān)于“怎么解決Python編解碼和文本文件的問題”的學(xué)習(xí)就結(jié)束了,希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí),快去試試吧!若想繼續(xù)學(xué)習(xí)更多相關(guān)知識,請繼續(xù)關(guān)注億速云網(wǎng)站,小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。