====== 彻底搞懂 python 中文乱码问题 ======
转: https://blog.csdn.net/joyfixing/article/details/79971667
总结
windows cmd 窗口下不支持utf-8,想要显示中文必须转换为gbk或者unicode,而 Python idle 中这三种编码都支持。中文乱码的出现都是由于编码不一致导致的,存储的是用utf-8,打印的时候用gbk就会乱码了,所有要保证不乱码尽量保持统一,建议全部使用unicode。
### 直接以gbk编码保存数据,作者不推荐此方法
# encoding:gbk
s = "中文"
print s
print repr(s)
### cmd命令行可以支持直接打印unicode, 中文字符前加u表示用unicode存储
# encoding:utf-8
## 表示字符用unicode存储,而不是默认的utf-8进行存储
s = u"中文"
print s
print repr(s)
#### 把中文强制转换为unicode编码
## 通过前面的encoding:utf-8声明表示里面的中文是以utf-8进行编码的,通过decode可从utf-8解码成unicode
# encoding:utf-8
s = "中文"
### utf-8 decode成unicode
u = s.decode('utf-8')
print u
print type(u)
print repr(u)
##### 强制转为gbk, 不同编码之间的转换,都需要先转换成unicode,再转换到其它的编码
# encoding:utf-8
s = "中文"
### utf-8 decode成unicode
u = s.decode('utf-8')
### 然后unicode再编码成gbk
g = u.encode('gbk')
print g
print type(g)
print repr(g)
总结
一口气说了这么多,不知道你们看懂没?想要不乱码,记住以下5点法则就好。
文件存储为utf-8格式,编码声明为utf-8,# encoding:utf-8
出现汉字的地方前面加 u
不同编码之间不能直接转换,要经过unicode中间跳转
cmd 下不支持utf-8编码
raw_input提示字符串只能为gbk编码
————————————————
版权声明:本文为CSDN博主「joyfixing」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/joyfixing/article/details/79971667