先看幾個(gè)常見(jiàn)的中文亂碼：s?=?u'More更多請(qǐng)關(guān)注我'print('--encoded---')

print('【utf-8】',?bytes(s,?encoding='utf-8'))

print('【utf-16】',?bytes(s,?encoding='utf-16'))

print('【gbk】',?bytes(s,?encoding='gb2312'))

print('【unicode-escape】',?bytes(s,?encoding='unicode-escape'))

print('--decoded--')

print('【utf-8=>utf-8】',?s.encode('utf-8').decode('utf-8'))

print('【utf-8=>utf-16】',?s.encode('utf-8').decode('utf-16'))

print('【utf-8=>ISO-8859-1】',?s.encode('utf-8').decode('ISO-8859-1'))

print('【gbk=>ISO-8859-1】',?s.encode('gbk').decode('ISO-8859-1'))

運(yùn)行得到:

image.png

仔細(xì)看一下，找到下面兩個(gè)規(guī)律：要么是上面encode編碼后的\...\...\...，要么是錯(cuò)誤解碼decode之后的亂碼。

除了兩個(gè)最后輸出utf-16的，其他的都能正常顯示英文More。

u'和b'

第一行我們用了u'More...'，這個(gè)u是可以省略的，在python3里面所有字符串默認(rèn)都是utf-8編碼解碼的，這個(gè)u就是指示要用utf-8編碼，所以可省略。

上面四個(gè)encoded輸出的開(kāi)頭都有b'...'開(kāi)頭，因?yàn)榇a里面是bytes(s,...)，bytes是字節(jié)，字符串可以用很多種編碼方式變?yōu)樽止?jié)，就像密碼電報(bào)一樣，同一個(gè)信息可以用不同的算法加密成各種不同的亂碼，如果你不知道是什么編碼的，你就讀不出。python2中只有字節(jié)形式的字符串，沒(méi)有u'開(kāi)頭的utf-8編碼的，所以python3才發(fā)明了b'開(kāi)頭這種表示字節(jié)的方法，兼容舊版本。

字符串經(jīng)過(guò)特定的方式編碼coding成為字節(jié)，然后再通過(guò)正確的方式也可以把字節(jié)還原為字符串。關(guān)鍵就是要知道原來(lái)的編碼方式

.encode('utf-8').decode('utf-8')這句當(dāng)然看起來(lái)沒(méi)毛病，所以也輸出了正確的文字。

而后面s.encode('utf-8').decode('utf-16')這種就不正常了，編碼encode方式和decode解碼方式不一樣，就導(dǎo)致了亂碼。

解決亂碼問(wèn)題

首先要想辦法知道或者實(shí)驗(yàn)出原來(lái)是什么編碼的，你可以對(duì)照上面輸出的代碼進(jìn)行猜測(cè)。

如果是很多斜杠的bytes，那么就直接嘗試不同的decode：s=b'More\xe6\x9b\xb4\xe5\xa4\x9a\xe8\xaf\xb7\xe5\x85\xb3\xe6\xb3\xa8\xe6\x88\x91'print(s.decode('utf-8'))

如果是被錯(cuò)誤解碼的亂碼，那么就嘗試反向encode再decode就能還原：#亂碼來(lái)自s.encode('gbk').decode('ISO-8859-1')s='More?ü?à??1?×￠?ò'.encode('ISO-8859-1').decode('gbk')print(s)

r' 強(qiáng)制不轉(zhuǎn)義

先看下這個(gè)問(wèn)題：s1=r'.\folder\new.file's2=b'.\folder\new.file's3=u'.\folder\new.file'print('r:',s1)

print('b:',s2)

print('u:',s3)

它的輸出是這樣的，你肯定猜不到：

image.png

為什么會(huì)是這樣？只有r開(kāi)頭的正常。

我們都知道代碼里面字符串要用引號(hào)包裹，那么字符串里面要是也有引號(hào)怎么辦？換行怎么辦？

編程語(yǔ)言會(huì)用特殊方法來(lái)表示這些特殊符號(hào)，叫做轉(zhuǎn)義字符。比如\n表示回車(chē)換行，\f表示換頁(yè)，\"表示雙引號(hào)，\'標(biāo)示單引號(hào)...

那么真的遇到了\n怎么辦？就像上面那個(gè)情況，b'把f編碼成了\x0,而u'直接把\f弄沒(méi)了，\n變成了回車(chē)...

為了避免這種情況，就有了r'強(qiáng)制不轉(zhuǎn)義，優(yōu)點(diǎn)是明顯的，不會(huì)亂變，缺點(diǎn)也是有的，那就不能真的顯示回車(chē)換行了啊。

一般在目錄地址和正則表達(dá)式中我們常用r'避免混亂。

作者：zhyuzh3d

鏈接：https://www.jianshu.com/p/220ee0f219c6

總結(jié)

以上是生活随笔為你收集整理的python中字符串中文乱码_Python字符串开头的bquot;、uquot;、rquot;与中文乱码的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。