解决python中文乱码问题方法总结

在运行这样类似的代码：

#!/usr/bin/env pythons=\"中文\"print s

最近经常遇到这样的问题：

问题一：

SyntaxError: Non-ASCII character \’\\xe4\’ in file E:\\coding\\python\\Untitled 6.py on line 3, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details

问题二：

UnicodeDecodeError: \’ascii\’ codec can\’t decode byte 0xe5 in position 108: ordinal not in range(128)

问题三：

UnicodeEncodeError: \’gb2312\’ codec can\’t encode character u\’\\u2014\’ in position 72366: illegal multibyte sequence

这些都是跟字符编码有关的问题，很郁闷，中文总是弄不出来，找了很多方案，这里有些是我前几天找到的一些方案，拿出来给大家分享一下哈

字符串在Python内部的表示是unicode 编码，因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码，如str1.decode(\’gb2312\’)，表示将gb2312编码的字符串str1转换成unicode编码。

encode的作用是将unicode编码转换成其他编码的字符串，如str2.encode(\’gb2312\’)，表示将unicode编码的字符串str2转换成gb2312编码。

在某些IDE中，字符串的输出总是出现乱码，甚至错误，其实是由于IDE的结果输出控制台自身不能显示字符串的编码，而不是程序本身的问题。

如在UliPad中运行如下代码：

s=u\"中文\"print s

会提示：

UnicodeEncodeError: \’ascii\’ codec can\’t encode characters in position 0-1: ordinal not in range(128)

这是因为UliPad在英文WindowsXP 上的控制台信息输出窗口是按照ascii编码输出的（英文系统的默认编码是ascii），而上面代码中的字符串是Unicode编码的，所以输出时产生了错误。

将最后一句改为：print s.encode(\'gb2312\')

则能正确输出“中文”两个字。

若最后一句改为：print s.encode(\'utf8\')

则输出：\\xe4\\xb8\\xad\\xe6\\x96\\x87，这是控制台信息输出窗口按照ascii编码输出utf8编码的字符串的结果。

下面代码可能比较通用一些，如下:

#!/usr/bin/env python  #coding=utf-8  s=\"中文\"if isinstance(s,unicode):     #s=u\"中文\"      print s.encode(\'gb2312\') else:     #s=\"中文\"      print s.decode(\'utf-8\').encode(\'gb2312\')#!/usr/bin/env python#coding=utf-8s=\"中文\"if isinstance(s,unicode): #s=u\"中文\" print s.encode(\'gb2312\')else: #s=\"中文\" print s.decode(\'utf-8\').encode(\'gb2312\')

看看下面一段代码：

#!/usr/bin/env python  #coding=utf-8  #python version:2.7.4 #system:windows xp    import httplib2def getPageContent(url):    \'\'\'\'\'    使用httplib2用编程的方式根据url获取网页内容    将bytes形式的内容转换成utf-8的字符串    \'\'\'    #使用ie9的user-agent，如果不设置user-agent将会得到403禁止访问     headers={\'user-agent\':\'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)\',            \'cache-control\':\'no-cache\'}    if url:         response,content= httplib2.Http().request(url,headers=headers)                     if response.status== 200 :            return content

import sys  reload(sys)  sys.setdefaultencoding(\'utf-8\')  #修改默认编码方式，默认为ascci print sys.getdefaultencoding()   content= getPageContent(\"http://www.oschina.net/\")print content.decode(\'utf-8\').encode(\'gb2312\')#!/usr/bin/env python#coding=utf-8#python version:2.7.4#system:windows xpimport httplib2def getPageContent(url):    \'\'\'    使用httplib2用编程的方式根据url获取网页内容    将bytes形式的内容转换成utf-8的字符串    \'\'\'    #使用ie9的user-agent，如果不设置user-agent将会得到403禁止访问    headers={\'user-agent\':\'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)\',            \'cache-control\':\'no-cache\'}    if url:         response,content= httplib2.Http().request(url,headers=headers)                   if response.status== 200 :            return content

import sysreload(sys)sys.setdefaultencoding(\'utf-8\')  #修改默认编码方式，默认为ascciprint sys.getdefaultencoding()content= getPageContent(\"//www.jb51.net/\")print content.decode(\'utf-8\').encode(\'gb2312\')

上面的代码的意思：向www.jb51.net网站请求他的主页，（如果直接是utf-8编码，不能输出中文）想将编码方式为utf-8转向gd2312,出现问题三

当我把它将print content.decode(\'utf-8\').encode(\'gb2312\')改成print content.decode(\'utf-8\').encode(\'gb2312\', ‘ignore\')时，ＯＫ了，可以显示中文了，但不敢确定是否为全部，貌似只有部分吧，有些不能用gb2312编码

然而，当我把网站换成 www.soso.com时，不用转为gb2312,用utf-8即可正常显示中文

总结一下：

向文件直接输出ss会抛出同样的异常。在处理unicode中文字符串的时候，必须首先对它调用encode函数，转换成其它编码输出。这一点对各个环境都一样。在Python中，“str”对象就是一个字节数组，至于里面的内容是不是一个合法的字符串，以及这个字符串采用什么编码（gbk, utf-8, unicode）都不重要。这些内容需要用户自己记录和判断。这些的限制也同样适用于“unicode”对象。要记住“unicode”对象中的内容可绝对不一定就是合法的unicode字符串，我们很快就会看到这种情况。在windows的控制台上，支持gbk编码的str对象和unicode编码的unicode对象。

更多关于解决python中文乱码问题方法总结的文章请查看下面的相关链接