python编码处理：unicode字节串转成中文 各种字符串举例说明

编码问题一直是很头痛的问题：

 

当字符串是：'\u4e2d\u56fd' 

>>>s=['\u4e2d\u56fd','\u6e05\u534e\u5927\u5b66']
>>>str=s[0].decode('unicode_escape')  #.encode("EUC_KR")
>>>print str

中国

 

当字符串是:' 东亚学团一中'

>>>print unichr(19996)

东

ord()支持unicode，可以显示特定字符的unicode号码，如：

>>>print ord('A')
65

只要和Unicode连接，就会产生Unicode字串。如：

>>> 'help'
'help'
>>> 'help，' + u'python'     
u'help，python'

 

对于ASCII(7位)兼容的字串，可和内置的str()函数把Unicode字串转换成ASCII字串。如：

>>> str(u'hello world')
'hello world'

 

 

对几个概念的理解：

ASCII码:    用数据字 对应 相应的字符

 

而中文 就是区位码对应汉字    如：“好” 的ASCII码为： 22909

 

unicode 编码 每个国家分一块。   它有UTF-8、UTF-16、UTF-32等形式

中文范围 4E00-9FBF：  这个范围内有 gbk,gb2312,

 

utf-8是基于unicode的 国际化的场合适合使用
gb2312和gb2312都是国标码 出现的较早 主要用于编解码常用汉字

评论

2 楼 yyyj8j8 2014-12-19  

1 楼 dophc 2014-08-26