溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
Python2中編碼相關的問題很是讓人蛋疼，特別是中文字符。
比如本文所述的中文網頁GBK編碼的詭異問題。
現象
例如：盲錄職氓聭聵，其實網頁里面正常的應該是會員
分析
接著上面的例子，會員這部分亂碼通過repr()函數求值得到如下結果
\xc3\xa4\xc2\xbc\xc2\x9a\xc3\xa5\xc2\x91\xc2\x98
使用type()函數求值得到的結果為unicode
eval(repr())出來值為
盲錄職氓聭聵
通過查表上述6個漢字對應
c3a4 c2bc c29a c3a5 c291 c298
而上面內容對應的UTF-8值就是會員
解決方法
相當詭異的是本身是unicode編碼，卻被當作GBK系列來解碼，結果導致亂碼。因此將這些字符先編碼再解決解決問題。
encode('raw_unicode_escape').decode()
以上這篇淺談Python2之漢字編碼為unicode的問題(即類似\xc3\xa4)就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
