Python处理字符串 中文（汉字）编码示例

在实际开发中，发现打印Python打印经常出现乱码，大部分都是编码引起，这里只是简单说一下utf-8/ gbk/ unicode编码之间的相互转换问题：

utf-8是Unix下的一种通用编码，gbk是win环境下的一种汉字编码，unicode是一种二进制编码，所有的utf-8和gbk编码都得通过unicode编码进行转码如图：

 首先，我们可以查看自己的字符串是什么编码格式：

注意：在Python3 中，需要将strTest转换成二进制，再获取编码格式；而在2.x时，不需要转换，之接传入：print chardet.detect(strTest)

import chardet

strTest = "这是一个测试用例"
    
print(chardet.detect(str_test.encode()))

得到输出结果：

 

然后根据你的需要转码：如   xxx.decode('utf-8').encode('gbk')

python中有两个函数 decode() 和 encode()

decode(‘utf-8’) 是从utf-8编码转换成unicode编码，当然括号里也可以写'gbk'

encode('gbk') 是将unicode编码编译成gbk编码，当然括号里也可以写'utf-8'

str_to_gbk = str_test.encode('gbk')
print(chardet.detect(str_to_gbk))

另外，有些时候，我们输出打印时，会出现中文打印是 \uxxx 等，可以试试以下代码：

xxx.encode('utf-8').decode('unicode_escape')