鏈�杩戝嚑澶╀竴鐩村湪鏂版氮SAE鏈嶅姟鍣ㄤ笂鐢≒ython鍋氬井淇″叕浼楀彿寮�鍙戯紝鍦ㄧ埇鍙栫綉椤佃繑鍥炵綉椤垫暟鎹紝褰撴妸鎻愬彇鐨勪俊鎭繑鍥炵粰鐢ㄦ埛灏卞嚭鐜扳�滆鍏紬鍙锋彁渚涚殑鏈嶅姟鍑虹幇鏁呴殰鈥濓紝涓�鐩寸煡閬撴槸Python涓枃缂栫爜闂锛屽墠鍑犲ぉ涓�鐩村湪灏濊瘯鎹㈠悇绉嶇紪鐮侊紝涓�鐩存湭鏋滐紝浠婂ぉ缁堜簬闈欎笅蹇冩潵琛ュ厖缂栫爜鐨勫悇绉嶇煡璇嗭紝浠ュ悗鍚稿彇鏁欒
鍙傝�冭祫鏂欙細Python涓枃缂栫爜闂
聽 聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽璇﹁В python2 涓枃缂栫爜涓庡鐞�
鍦≒ython鐨勫唴閮ㄤ娇鐢ㄧ殑鏄痷nicode缂栫爜锛岃�屽閮ㄥ嵈鏈夊崈濂囩櫨鎬殑鍚勭缂栫爜锛屼緥濡俫bk,gb2312,utf-8绛夌瓑锛岃繖浜涚紪鐮佸埌鏈�鍚庨兘浼氳杞崲鎴愬唴閮ㄧ殑unicode
婧愪唬鐮佹枃浠讹紙鑻辨枃瀛楁瘝锛屾暟瀛楋紝甯哥敤绗﹀彿锛変綔涓烘枃鏈枃浠跺氨蹇呯劧鏄互鏌愮缂栫爜褰㈠紡瀛樺偍浠g爜鐨勶紝python榛樿浼氳涓烘簮浠g爜鏂囦欢鏄痑sci缂栫爜锛屾瘮濡傝浠g爜涓湁涓�涓彉閲忚祴鍊硷細
s1=鈥檃鈥�
print s1
python璁や负杩欎釜鈥檃'灏辨槸涓�涓猘sci缂栫爜鐨勫瓧绗︺�傚湪浠呬粎浣跨敤鑻辨枃瀛楃鐨勬儏鍐典笅涓�鍒囨甯革紝浣嗘槸濡傛灉鐢ㄤ簡涓枃锛屾瘮濡傦細
s1=鈥欏搱鈥�
print s1
杩欎釜浠g爜鏂囦欢琚墽琛屾椂灏变細鍑洪敊锛屽氨鏄紪鐮佸嚭浜嗛棶棰樸�俻ython榛樿灏嗕唬鐮佹枃浠跺唴瀹瑰綋浣渁sci缂栫爜澶勭悊锛屼絾asci缂栫爜涓笉瀛樺湪涓枃锛屽洜姝ゆ姏鍑哄紓甯搞��
瑙e喅闂涔嬮亾灏辨槸瑕佽python鐭ラ亾鏂囦欢涓娇鐢ㄧ殑鏄粈涔堢紪鐮佸舰寮忥紝瀵逛簬涓枃锛屽彲浠ョ敤鐨勫父瑙佺紪鐮佹湁utf-8锛実bk鍜実b2312绛夈�傚彧闇�鍦ㄤ唬鐮佹枃浠剁殑鏈�鍓嶇娣诲姞濡備笅锛�
# -*- coding: utf-8 -*-
杩欏氨鏄憡鐭ython鎴戣繖涓枃浠堕噷鐨勬枃鏈槸鐢╱tf-8缂栫爜鐨勶紝杩欐牱锛宲ython灏变細渚濈収utf-8鐨勭紪鐮佸舰寮忚В璇诲叾涓殑瀛楃锛岀劧鍚庤浆鎹㈡垚unicode缂栫爜鍐呴儴澶勭悊浣跨敤銆�
涓嶈繃锛屽鏋滀綘鍦╓indows鎺у埗鍙颁笅杩愯姝や唬鐮佺殑璇濓紝铏界劧绋嬪簭鏄墽琛屼簡锛屼絾灞忓箷涓婃墦鍗板嚭鐨勫嵈涓嶆槸鍝堝瓧銆傝繖鏄敱浜巔ython缂栫爜涓庢帶鍒跺彴缂栫爜鐨勪笉涓�鑷撮�犳垚鐨勩�俉indows涓嬫帶鍒跺彴涓殑缂栫爜浣跨敤鐨�
鏄痝bk锛岃�屽湪浠g爜涓娇鐢ㄧ殑utf-8锛宲ython鎸夌収utf-8缂栫爜鎵撳嵃鍒癵bk缂栫爜鐨勬帶鍒跺彴涓嬭嚜鐒跺氨浼氫笉涓�鑷磋�屼笉鑳芥墦鍗板嚭姝g‘鐨勬眽瀛椼��
瑙e喅鍔炴硶涓�涓槸灏嗘簮浠g爜鐨勭紪鐮佷篃鏀规垚gbk锛屼篃灏辨槸浠g爜绗竴琛屾敼鎴愶細
# -*- coding: gbk -*-
鍙︿竴绉嶆柟娉曟槸淇濇寔婧愮爜鏂囦欢鐨剈tf-8涓嶅彉锛岃�屾槸鍦ㄢ�欏搱鈥欏墠闈㈠姞涓猽瀛楋紝涔熷氨鏄�:
s1=u鈥欏搱鈥�
print s1
杩欐牱灏卞彲浠ユ纭墦鍗板嚭鈥欏搱鈥欏瓧浜嗐��
杩欓噷鐨勮繖涓猽琛ㄧず灏嗗悗闈㈣窡鐨勫瓧绗︿覆浠nicode鏍煎紡瀛樺偍銆俻ython浼氭牴鎹唬鐮佺涓�琛屾爣绉扮殑utf-8缂栫爜璇嗗埆浠g爜涓殑姹夊瓧鈥欏搱鈥欙紝鐒跺悗杞崲鎴恥nicode瀵硅薄銆傚鏋滄垜浠敤type鏌ョ湅涓�涓嬧�欏搱鈥欑殑鏁版嵁绫诲瀷type(鈥樺搱鈥�)锛屼細寰楀埌锛岃�宼ype(u鈥欏搱鈥�)锛屽垯浼氬緱鍒帮紝涔熷氨鏄湪瀛楃鍓嶉潰鍔爑灏辫〃鏄庤繖鏄竴涓猽nicode瀵硅薄锛岃繖涓瓧浼氫互unicode鏍煎紡瀛樺湪浜庡唴瀛樹腑锛岃�屽鏋滀笉鍔爑锛岃〃鏄庤繖浠呬粎鏄竴涓娇鐢ㄦ煇绉嶇紪鐮佺殑瀛楃涓诧紝缂栫爜鏍煎紡鍙栧喅浜巔ython瀵规簮鐮佹枃浠剁紪鐮佺殑璇嗗埆锛岃繖閲屽氨鏄痷tf-8銆�
Python鍦ㄥ悜鎺у埗鍙拌緭鍑簎nicode瀵硅薄鐨勬椂鍊欎細鑷姩鏍规嵁杈撳嚭鐜鐨勭紪鐮佽繘琛岃浆鎹紝浣嗗鏋滆緭鍑虹殑涓嶆槸unicode瀵硅薄鑰屾槸鏅�氬瓧绗︿覆锛屽垯浼氱洿鎺ユ寜鐓у瓧绗︿覆鐨勭紪鐮佽緭鍑哄瓧绗︿覆锛屼粠鑰屽嚭鐜颁笂闈㈢殑鐜拌薄銆�
浣跨敤unicode瀵硅薄鐨勮瘽锛岄櫎浜嗚繖鏍蜂娇鐢╱鏍囪锛岃繕鍙互浣跨敤unicode绫讳互鍙婂瓧绗︿覆鐨別ncode鍜宒ecode鏂规硶銆�
unicode绫荤殑鏋勯�犲嚱鏁版帴鍙椾竴涓瓧绗︿覆鍙傛暟鍜屼竴涓紪鐮佸弬鏁帮紝灏嗗瓧绗︿覆灏佽涓轰竴涓猽nicode锛屾瘮濡傚湪杩欓噷锛岀敱浜庢垜浠敤鐨勬槸utf-8缂栫爜锛屾墍浠nicode涓殑缂栫爜鍙傛暟浣跨敤鈥檜tf-8鈥插皢瀛楃灏佽涓�
unicode瀵硅薄锛岀劧鍚庢纭緭鍑哄埌鎺у埗鍙帮細
s1=unicode(鈥樺搱鈥�, 鈥榰tf-8鈥�)
print s1
鍙﹀锛岀敤decode鍑芥暟涔熷彲浠ュ皢涓�涓櫘閫氬瓧绗︿覆杞崲涓簎nicode瀵硅薄銆傚緢澶氫汉閮芥悶涓嶆槑鐧絧ython瀛楃涓茬殑decode鍜宔ncode鍑芥暟閮芥槸浠�涔堟剰鎬濄�傝繖閲岀畝瑕佽鏄庝竴涓嬨��
decode鏄皢鏅�氬瓧绗︿覆鎸夌収鍙傛暟涓殑缂栫爜鏍煎紡杩涜瑙f瀽锛岀劧鍚庣敓鎴愬搴旂殑unicode瀵硅薄锛屾瘮濡傚湪杩欓噷鎴戜滑浠g爜鐢ㄧ殑鏄痷tf-8锛岄偅涔堟妸涓�涓瓧绗︿覆杞崲涓簎nicode灏辨槸濡備笅褰㈠紡锛�
s2=鈥欏搱鈥�.decode(鈥榰tf-8鈥�)
杩欐椂锛宻2灏辨槸涓�涓瓨鍌ㄤ簡鈥欏搱鈥欏瓧鐨剈nicode瀵硅薄锛屽叾瀹炲氨鍜寀nicode(鈥樺搱鈥�, 鈥榰tf-8鈥�)浠ュ強u鈥欏搱鈥欐槸鐩稿悓鐨勩��
閭d箞encode姝eソ灏辨槸鐩稿弽鐨勫姛鑳斤紝鏄皢涓�涓猽nicode瀵硅薄杞崲涓哄弬鏁颁腑缂栫爜鏍煎紡鐨勬櫘閫氬瓧绗︼紝姣斿涓嬮潰浠g爜锛�
s3=unicode(鈥樺搱鈥�, 鈥榰tf-8鈥�).encode(鈥榰tf-8鈥�)
s3鐜板湪鍙堝彉鍥炰簡utf-8鐨勨�欏搱鈥欍��
鎴戦亣鍒扮殑鍧戝氨鏄綋鐖彇鍒扮綉椤电殑鍐呭鏃讹紝缃戦〉鏁版嵁閲囩敤鐨勬槸gbk缂栫爜锛屾墍浠ュ簲褰撳缃戦〉鍐呭杩涜decode('gbk')缂栫爜锛屾妸鍘熺綉椤垫暟鎹浆鎹㈡垚unicode鐨勬牸寮忥紝褰撲娇鐢ㄥ瓧绗︿覆鏌ユ壘涓枃鏃讹紝搴旇鍦ㄦ煡鎵剧殑鍏抽敭璇嶅墠闈㈠姞涓妘锛屼緥濡偮� 锛�
str_html = str_html.decode("gbk")聽 #瀵圭埇鍙栧埌鐨勭綉椤佃繘琛岃В鐮�
str_html = str_html.find(u"鑷姩鍖�") #瀛楃涓叉煡鎵句腑鏂�
鍔熻兘鍏跺疄鍦ㄦ湰鍦癙ython寮�鍙戠幆澧冧笅闈㈡甯歌繍琛岋紝浣嗗湪鏈嶅姟鍣ㄤ笂闈㈣繍琛岄棶棰樺氨鍑烘潵浜嗭紝鍦⊿AE鏈嶅姟涓婄殑Python瀵瑰瓧绗︾紪鐮佸紓甯告晱鎰燂紝褰撶紪鐮佷笉瀵瑰簲鏃讹紝鏈嶅姟鍣⊿AE鏈嶅姟鍣ㄤ究浼氫笉鍝嶅簲