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
转载于:https://www.cnblogs.com/liyuzhao/p/4106255.html
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)