Python中\\u,汉字的unicode编码值python

　　对于使用中文的程序员来说，中文编码问题往往是一个大问题，即使是在python中。那么应该如何理解和解决python中的编码问题呢？

　　Python对内使用unicode代码，对外却要面对各种奇怪的代码，比如gbk、gb2312、utf8等。这是中国节目经常面临的问题。这些代码是如何转换成内部unicode的？

　　首先，让我们看看字符串在源代码文件中的使用。作为文本文件，源代码文件必须以某种编码形式存储代码。python会默认认为源代码文件是asci编码。例如，代码中有一个变量赋值：

　　s1=a

　　打印s1

　　Python认为这个‘a’是一个asci编码的字符。当只使用英文字符时，一切都很好，但是如果使用中文，例如：

　　S1=“哈”

　　打印s1

　　这个代码文件在执行的时候会出错，就是编码有问题。Python默认把代码文件的内容当作asci代码，但是asci代码中没有中文，所以抛出异常。

　　解决问题的方法是让python知道文件中使用的是什么编码形式。对于中文，可以使用的常用编码有utf-8、gbk和gb2312等。只需在代码文件的前端添加以下内容：

　　# -*-编码：utf-8 -*-

　　这是告诉python这个文件中的文本是utf-8编码的，这样python就会按照utf-8编码形式来解释字符，然后转换成unicode编码进行内部处理。

　　但是如果在Windows控制台下运行这段代码，虽然执行了程序，但是屏幕上打印出来的并不是汉字“哈”。这是python编码和控制台编码不一致造成的。Windows下层控制台中的代码使用

　　是gbk，但是代码中使用的utf-8，在gbk代码控制台下按照utf-8代码打印的python自然会不一致，打印不出正确的汉字。

　　一种解决方法是将源代码的代码改为gbk，即代码的第一行改为：

　　# -*-编码：gbk -*-

　　还有一种方法是保持源文件的utf-8不变，但是在 ha 前面加一个U字，那就是：

　　S1=哈哈

　　打印s1

　　这样就能把‘哈’字印对了。

　　这里的u表示以unicode格式存储后跟它的字符串。Python会根据代码第一行标称的utf-8编码来识别代码中的汉字‘ha’，然后转换成unicode对象。如果用type来看 ha 的数据类型，我们会得到Type str ，而type(u ha )会得到Type unicode ，也就是在字符前面加U表示是unicode对象，这个词会以unicode格式存在内存中。如果不加U，说明只是某种编码的字符串，编码格式。

　　Python向控制台输出unicode对象时，会根据输出环境的编码自动转换。但如果输出的不是unicode对象而是普通字符串，就会直接按照字符串的编码输出字符串，导致上述现象。

　　如果使用unicode对象，除了U标记之外，还可以使用unicode类以及字符串的编码和解码方法。

　　unicode类的构造函数接受一个字符串参数和一个编码参数，并将字符串封装成一个unicode。例如，在这里，因为我们使用utf-8编码，unicode中的编码参数使用“utf-8”将字符封装到

　　Unicode对象，然后将其正确输出到控制台：

　　S1=Unicode(哈， UTF-8 )

　　打印s1

　　此外，decode函数还可以用于将普通字符串转换为unicode对象。很多人不明白python字符串的decode和encode函数是什么意思。下面简单解释一下。

　　Decode就是根据参数中的编码格式解析一个普通的字符串，然后生成对应的unicode对象。例如，这里我们的代码使用utf-8，那么将字符串转换为unicode的格式如下：

　　S2=“哈”。解码(“UTF-8”)

　　此时，s2是一个存储单词 ha 的unicode对象，实际上与Unicode (ha ， UTF-8 )和u ha 是一样的。

　　那么encode正好是相反的功能，就是把一个unicode对象转换成参数中编码格式的普通字符，比如下面的代码：

　　S3=Unicode (ha ， UTF-8 )。编码(“UTF-8”)

　　现在s3又回到utf-8 ha 了。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。