python中文字元問題（Python字元處理）

本文目錄一覽：

• 1、python 2.7輸出中文字元串出現錯誤如何解決
• 2、如何解決Python中文問題
• 3、python2中出現中文字元亂碼，怎麼處理
• 4、Python判斷字元串中是否有中文字元
• 5、Python中中文字元串怎麼處理?

python 2.7輸出中文字元串出現錯誤如何解決

由於漢字不屬於ASCII編碼表中的字元，因此，無論是在Python交互模式還是執行模式，很多時候都無法正常輸出中文。

那麼，怎樣才能保證每一個漢字都能有唯一一個編碼，不出現錯誤呢？

推薦涉及非ASCII碼的程序使用Python內置的Unicode編碼類型。

一般，在字元串前面加上u，即可聲明為Unicode字元串。

或者，根據Python平台編碼（cp936）來轉換為Unicode：

unicode(‘你好’, ‘cp936’)

然後，就可以給每一個漢字正確編碼，正確輸出了。

如何解決Python中文問題

python的中文問題一直是困擾新手的頭疼問題，Python的發行版至今尚未包括任何中文支持模塊。當然，幾乎可以確定的是，在將來的版本中，python會徹底解決此問題，不用我們這麼麻煩了。 筆者使用的是2.5版本。Python的版本可以通過調用sys模塊的sys.version查看。在幾個月的學習中，主要遇到以下問題：

1. print列印中文的問題：

在編輯器中輸入一段測試代碼：

s=』測試』

print s

運行結果如下：

Non-ASCII character ‘\xb2’ in file c:\Documents and Settings\Administrator\桌面\2.py on line 1, but no encoding declared; see for details: 2.py, line 1, pos 0

原因是如果文件里有非ASCII字元，需要指定編碼聲明。把2.py文件的編碼重新改為utf-8，並加上編碼聲明：

# -*- coding: utf-8 -*-

s=』測試』

print s

運行後可以正確列印中文。

2.中文路徑的問題。

在D盤下保存一個名字為『中文.txt『的文件。運行如下測試代碼：

# -*- coding: utf-8 -*-

f=open(‘D:\\中文.txt’, ‘r’)

print f.read()

運行結果如下：

IOError: [Errno 2] No such file or directory: ‘D:\\\xe4\xb8\xad\xe6\x96\x87.txt’

字元串有很多的編碼，不同的系統和平台有各自的編碼 ，為了實現系統或平台之間的信息交互可能需要編碼轉換。這裡只需要先使用UNICODE編碼一下，這樣再讀取中文路徑就不會有問題了：

複製代碼

# -*- coding: utf-8 -*-

path=’D:\\中文.txt’

spath=unicode(path , “utf8”)

f=open(spath,’r’)

print f.read()

複製代碼

然後就可以正確顯示文件內容

總結：

所有的中文顯示問題都可以歸結為編碼問題，遇到其他類似的問題，那隻能仔細看文檔，靠你的經驗，靠你多做測試。而且根據python所報出來的錯誤一般也可以判斷出來。那麼當發現需要編碼轉換時，剩下的就是如何正確進行碼制轉換。

為了正確處理多語言文本，Python在2.0版後引入了Unicode字元串。從那時起，Python語言中的字元串就分為兩種：一種是2.0版之前就已經使用很久的傳統Python字元串，一種則是新的Unicode字元串。在Python語言中，一般的解決辦法是使用unicode()內建函數對一個傳統Python字元串進行「解碼」，得到一個Unicode字元串，然後又通過Unicode字元串的encode()方法對這個Unicode字元串進行「編碼」，將其「編碼」成為傳統Python字元串。

python2中出現中文字元亂碼，怎麼處理

在Python2.x中主要是字元編碼的問題，處理不好的話，會導致亂碼。

Python默認採取的ASCII編碼，字母、標點和其他字元只使用一個位元組來表示，但對於中文字元來說，一個位元組滿足不了需求。

Python判斷字元串中是否有中文字元

首先，在Python中字元串的表示是 用unicode編碼。所以在做編碼轉換時，通常要以unicode作為中間編碼。

decode的作用是將其他編碼的字元串轉換成unicode編碼，比如 a.decode(‘utf-8’)，表示將utf-8編碼的字元串轉換成unicode編碼

encode的作用是將unicode編碼的字元串轉換成其他編碼格式的字元串，比如b.encode(‘utf-8’)，表示將unicode編碼格式轉換成utf-8編碼格式的字元串

判斷一個字元串中是否含有中文字元：

好了，有了以上知識，就可以很容易的解決這個問題了。這是代碼

1 #-*- coding:utf-8 -*-

2

3 import sys

4 reload(sys)

5 sys.setdefaultencoding(‘utf8’)

6

7 def check_contain_chinese(check_str):

8 for ch in check_str.decode(‘utf-8’):

9 if u’\u4e00′ = ch = u’\u9fff’:

10 return True

11 return False

12

13 if __name__ == “__main__”:

14 print check_contain_chinese(‘中國’)

15 print check_contain_chinese(‘xxx’)

16 print check_contain_chinese(‘xx中國’)

17

18 結果：

19 True

20 False

21 True

Python中中文字元串怎麼處理?

如果處理的字元串中出現中文表示的字元，要想不出錯，就得轉成unicode編碼了。具體的方法有：

1、decode()，將其他邊編碼的字元串轉換成unicode編碼，如str1.decode(‘gb2312’)，表示將gb2312編碼的字元串str1轉換成unicode編碼；

2、encode()，將unicode編碼轉換成其他編碼的字元串，如str2.encode(‘gb2312’)，表示將unicode編碼的字元串str2轉換成gb2312編碼；

3、unicode()，同decode()，將其他編碼的字元串轉換成unicode編碼，如unicode(str3, ‘gb2312’)，表示將gb2312編碼的字元串str3轉換成unicode編碼。

轉碼的時候一定要先搞明白字元串str是什麼編碼，然後decode成unicode，最後再encode成其他編碼。

另外，對一個unicode編碼的字元串在進行解碼會出錯，所以在編碼未知的情況下要先判斷其編碼方式是否為unicode，可以用isinstance(str, unicode)。

不僅是中文，以後處理含非ascii編碼的字元串時，都可以遵循以下步驟：

1、確定源字元的編碼格式，假設是utf8；

2、使用unicode()或decode()轉換成unicode編碼，如str1.decode(‘utf8’)，或者unicode(str1, ‘utf8’);

3、把處理後字元串用encode()編碼成指定格式。