Python2中編碼相關(guān)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(wǎng)頁GBK編碼的詭異問題。

現(xiàn)象

例如：盲錄?氓??，其實(shí)網(wǎng)頁里面正常的應(yīng)該是會(huì)員

分析

接著上面的例子，會(huì)員這部分亂碼通過repr()函數(shù)求值得到如下結(jié)果

            
\xc3\xa4\xc2\xbc\xc2\x9a\xc3\xa5\xc2\x91\xc2\x98
          

使用type()函數(shù)求值得到的結(jié)果為unicode

eval(repr())出來值為

            
盲錄?氓??
          

通過查表上述6個(gè)漢字對(duì)應(yīng)

            
c3a4 c2bc c29a c3a5 c291 c298
          

而上面內(nèi)容對(duì)應(yīng)的UTF-8值就是會(huì)員

解決方法

相當(dāng)詭異的是本身是unicode編碼，卻被當(dāng)作GBK系列來解碼，結(jié)果導(dǎo)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(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。