谈一谈python的字符串和输出

简介: 谈一谈python的字符串和输出

python3的字符串默认是unicode格式存储的,不必在前面加u说明。u'真的'和'真的'是一样的。


为什么有时候获取网页信息之后,我们输出结果到屏幕,查看一些中间变量的时候,会出现告知我们这样的错误:

UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 0-1: unexpected
 end of data

Unicode解码错误: utf-8 编码规则不能解码位置0到1处的字节:数据结尾不正确(不是期待的)。


这就是因为编码转换失败了。网页自己是gbk编码,但是print输出的时候采用了utf-8编码,所以会出现无法识别的情况。


unicode字符串转为utf-8可以正确地转,但是gbk转为utf-8就不尽然了。这时,需要先将gbk编码转换为bytes,先encode,再decode。为什么要先encode也很容易记忆,就是……str类型只有encode方法可以调用。


print会使用系统默认编码方式,解码字节串然后输出。使用:

import sys
sys.getdefaultencoding()

可以获得当前系统的print编码。则,set就可以将print的编码方式设置为除了utf-8的其他方式。


比如:

sys.setdefaultencoding("utf-8")

就可以将编码设为utf-8,还有一个地方需要注意,python2.X和3.3、以及3.3后面的版本这里的处理有点不一样,在文章最后写。


sys.setdefaultencoding("GBK")

import sys #引用sys模块进来,并不是进行sys的第一次加载

sys.reload(sys) #重新加载sys,使getdefaultencoding()可以调用

sys.getdefaultencoding()

下面是将str变为bytes、utf-8和gbk编码的例子。



>>> su = u'哈哈'
>>> su
'哈哈'
>>> sut= su.encode("utf-8")
#转换成utf-8编码
>>> sut
b'\xe5\x93\x88\xe5\x93\x88'
>>> print(sut)
b'\xe5\x93\x88\xe5\x93\x88'
>>> print(su.decode('gbk'))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'str' object has no attribute 'decode'
#str类型只有encode方法可以调用
>>> tk= b'\xe5\x93\x88'
>>> tk
b'\xe5\x93\x88'
>>> print(tk.decode('utf-8'))
>>> import sys
>>> sys.getdefaultencoding()
'utf-8'
>>> sut += b'\0x5'
>>> sut
b'\xe5\x93\x88\xe5\x93\x88\x00x5'
>>> print(sut)
b'\xe5\x93\x88\xe5\x93\x88\x00x5'
>>>
>>> print(sut.decode('utf-8'))
哈哈 x5


如果使用python 2.x,直接reload()就可以了。

如果使用python3.0到3.3,需要

import imp
imp.reload(sys)
sys.setdefaultencoding("GBK")

如果使用python3.3以上版本,需要

import importlib
importlib.reload(sys)


#然后使用dir(sys)可以发现,sys已经没有了setdefaultencoding()方法,那怎么办?如果面对一个GBK文件,只好将文件以byte方式读取进来,再decode("GBK"),再输出。


with open("newgbk.txt", "rb") as file1:
  for i in file1.readlines():
    #print(i)
    print(i.decode('ISO-8859-6'))


目录
相关文章
|
4月前
|
存储 算法 数据库
使用python hashlib模块给明文字符串加密,以及如何撞库破解密码
`hashlib` 是 Python 中用于实现哈希功能的模块,它可以将任意长度的输入通过哈希算法转换为固定长度的输出,即散列值。该模块主要用于字符串加密,例如将用户名和密码转换为不可逆的散列值存储,从而提高安全性。`hashlib` 提供了多种哈希算法,如 `md5`、`sha1`、`sha256` 等。
66 1
|
2月前
|
Python
【10月更文挑战第6天】「Mac上学Python 11」基础篇5 - 字符串类型详解
本篇将详细介绍Python中的字符串类型及其常见操作,包括字符串的定义、转义字符的使用、字符串的连接与格式化、字符串的重复和切片、不可变性、编码与解码以及常用内置方法等。通过本篇学习,用户将掌握字符串的操作技巧,并能灵活处理文本数据。
57 1
【10月更文挑战第6天】「Mac上学Python 11」基础篇5 - 字符串类型详解
|
3月前
|
Python
python获取字符串()里面的字符
在Python中,如果你想获取字符串中括号(比如圆括号`()`、方括号`[]`或花括号`{}`)内的字符,你可以使用正则表达式(通过`re`模块)或者手动编写代码来遍历字符串并检查字符。 这里,我将给出使用正则表达式的一个例子,因为它提供了一种灵活且强大的方式来匹配复杂的字符串模式。 ### 使用正则表达式 正则表达式允许你指定一个模式,Python的`re`模块可以搜索字符串以查找匹配该模式的所有实例。 #### 示例:获取圆括号`()`内的内容 ```python import re def get_content_in_parentheses(s): # 使用正则表达
110 36
|
2月前
|
自然语言处理 Java 数据处理
【速收藏】python字符串操作,你会几个?
【速收藏】python字符串操作,你会几个?
58 7
|
2月前
|
索引 Python
Python 高级编程:深入探索字符串切片
在Python中,字符串切片功能强大,可灵活提取特定部分。本文详细介绍切片技巧:基本切片、省略起始或结束索引、使用负数索引、设定步长及反转字符串等。此外,还介绍了如何结合其他操作进行切片处理,如先转换大小写再提取子串。 来源:https://www.wodianping.com/yeyou/2024-10/48238.html
42 4
|
3月前
|
Python
python第三方库-字符串编码工具 chardet 的使用(python3经典编程案例)
这篇文章介绍了如何使用Python的第三方库chardet来检测字符串的编码类型,包括ASCII、GBK、UTF-8和日文编码的检测示例。
148 6
|
3月前
|
网络协议 网络安全 开发者
Python 向IP地址发送字符串
Python 向IP地址发送字符串
39 2
|
3月前
|
Python
Python 中取字符串中等于号后面的内容
Python 中取字符串中等于号后面的内容在编程过程中,我们经常需要从字符串中提取特定的信息。一个常见的任务是在给定的字符串中查找等于号(=)后面的内容。这种需求在解析配置文件、处理查询字符串或分析日志数据时尤其常见。 如何实现 在Python中,我们可以使用多种方法来实现此功能。以下是几种常用的方法,包括字符串操作和正则表达式。 方法 1:使用字符串分割 我们可以使用字符串的 split() 方法将字符串拆分为两个部分,然后提取等于号后的值。 示例代码 ----------------------------------- ©著作权归作者所有:来自51CTO博客作者bruce_xiao
41 1
|
2月前
|
存储 安全 Serverless
Python学习四:流程控制语句(if-else、while、for),高级数据类型(字符串、列表、元组、字典)的操作
这篇文章主要介绍了Python中的流程控制语句(包括if-else、while、for循环)和高级数据类型(字符串、列表、元组、字典)的操作。
39 0
|
2月前
|
Python
Python操作:字符串--列表--元组--字典--运算符 (一)
Python操作:字符串--列表--元组--字典--运算符 (一)
23 0