python默认Unicode编码,特点是以u为开头,比如u'\u798f\u5efa\u7701\u5e94\u6025\u7ba1\u7406\u5385'
或者u'recordCount'
,但是我们写脚本的时候一般都是utf-8
编码,所以有时候会遇到编码冲突。
比如最近在写爬虫,爬虫返回的数据一般都是unicode编码,比如返回了一个字段为text = u'name***'
,我在脚本上如果想写
if "name" in text:
blablabla...
是不行的。需要这样写:
if "name" in text.encode('utf-8'):
blablabla...
或者
if "name".decode('utf-8') in text:
blablabla...
这样就会统一编码格式。思路就是,要么将Unicode的结果进行utf-8编码;要么就把脚本的utf-8编码的字符串解码成默认编码(Unicode)。