Python3 编码问题： 怎么将Unicode转中文，以及GBK乱码ÖйúÉÙÊýÃñ×åÌØÉ«´åÕ¯
-
-
-
- 原理：
- 1. 案例：
- 2. 结果对比：
- 案例2，\xe5\x8f\xa4\xe8\xbf\xb9编码
- 出现GBK无法编译
- 文件读写操作codecs.open
-
-
原理：
如果***type(text) is bytes***，
那么text.decode('unicode_escape')
如果type(text) is str，
那么text.encode(‘latin1’).decode(‘unicode_escape’)
1. 案例：
*
#coding=utf-8
import requests,re,json,traceback
from bs4 import BeautifulSoup
def qiushibaike():
content = requests.get('http://baike.baidu.com/city/api/citylemmalist?type=0&cityId=360&offset=1&limit=60').content
soup = BeautifulSoup(content, 'html.parser')
print(soup.prettify()) #.decode("unicode_escape")
#目前soup.prettify()为str
new=soup.prettify().encode('latin-1').decode('unicode_escape')
#.dencode('latin-1').encode('latin-1').decode('unicode_escape')
print(new)
if __name__=='__main__':
qiushibaike()2. 结果对比：
案例2，\xe5\x8f\xa4\xe8\xbf\xb9编码
\xe5\x8f\xa4\xe8\xbf\xb9编码处理
userInputTag=["\xe5\x8f\xa4\xe8\xbf\xb9","\xe5\xbb\xba\xe7\xad\x91"]
print(userInputTag[0].encode('latin-1').decode('utf-8'))结果：
古迹完成转化
出现GBK无法编译
另外爬取时，网站代码出现GBK无法编译python3,如出现如下：
<h1>ÖйúÉÙÊýÃñ×åÌØÉ«´åÕ¯[6]h1>示例：
#coding=utf-8
import requests
#共有6页,首页为空不为6
for i in range(6):
if i==0:
url='http://www.tcmap.com.cn/list/zhongguoshaoshuminzutesecunzhai.html'
else:
url='http://www.tcmap.com.cn/list/zhongguoshaoshuminzutesecunzhai'+str(i)+'.html'
response=requests.get(url)
print(type(response))
#如需成功编译，在.TEXT下面增加#号部分
html=response.text #.encode('latin-1').decode('GBK')
print(html)
文件读写操作codecs.open
python 文件读写时用open还是codecs.open
案例：当我们需要写入到TXT中的过程中
代替这繁琐的操作就是codecs.open，例如
import codecs
fw = codecs.open(‘test1.txt’,’a’,’utf-8’)
fw.write(line2)
不会报错，说明写入成功。这种方法可以指定一个编码打开文件，使用这个方法打开的文件读取返回的将是unicode。写入时，如果参数 是unicode，则使用open()时指定的编码进行编码后写入；如果是str，则先根据源代码文件声明的字符编码，解码成unicode后再进行前述 操作。相对内置的open()来说，这个方法比较不容易在编码上出现问题。