Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式

(编辑：jimmy 日期: 2024/11/18 浏览：3 次 )

查看字符编码：

import chardet
response = chardet.detect(b'\xe5\xbd\x93\xe5\x89\x8d\xe7\x9b\xae\xe5\xbd\x95\xe4\xb8\x8b\xe6\x89\x80\xe6\x9c\x89\xe6\x96\x87\xe4\xbb\xb6\xe5\x90\x8d\xe6\xb1\x87\xe6\x80\xbb\xe5\x88\x97\xe8\xa1\xa8')
print(response)

{'encoding': 'utf-8', 'confidence': 0.99, 'language': ''}

乱码字符转换：

response = b'\xe5\xbd\x93\xe5\x89\x8d\xe7\x9b\xae\xe5\xbd\x95\xe4\xb8\x8b\xe6\x89\x80\xe6\x9c\x89\xe6\x96\x87\xe4\xbb\xb6\xe5\x90\x8d\xe6\xb1\x87\xe6\x80\xbb\xe5\x88\x97\xe8\xa1\xa8'
print(response.decode('utf8'))

# def decode_char(*args):
#   response = args[0]
#   print(response.decode('utf8'))
#
# c = b'\a8\xe5\x90\xa7\xef\xbc\x81'
#
# decode_char(c)

补充知识：python3 中怎么把类似这样的'\xe5\xae\x9d\xe9\xb8\xa1\xe5\xb8\x82'转换成汉字输出

在编程的过程中遇到了类似的困扰，网上查了很多解决思路，终于算是明白了一些，这里和大家分享一下。

python3相对于python2最重要的新特性之一就是对字符串（文本）和二进制数据流做了明确的区分，文本总是Unicode，由字符类型表示，而二进制数据则由bytes类型表示，python3不会以任意隐式方式混用字节型和字符型，也不能拼接字符串和字节流（python2中可以，会自动进行转换），也不能在字节流中搜索字符串，也不能将字符串传入参数为字节流的函数。

str和bytes类型之间的相互转换

字符串类str有一个encode()方法，它是字符串向比特流的编码过程。

bytes类则有一个decode()方法，它是比特流向字符串的解码过程

$Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式$

encode过程

s = '绝地求生'
ss = s.encode()
print(type(ss))
print(ss)

运行结果：

$Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式$

decode过程

s = b'\xe7\xbb\x9d\xe5\x9c\xb0\xe6\xb1\x82\xe7\x94\x9f'
ss = s.decode()
print(type(ss))
print(ss)

运行结果：

$Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式$

了解过基本的转化过程，下面回到主题，如何将'\xe7\xbb\x9d\xe5\x9c\xb0\xe6\xb1\x82\xe7\x94\x9f'转换成汉字输出呢？

要解决的问题是将bytes类型的内容以汉字的形式输出，但是该部分内容是字符串类型。因此首先需要将该str转换成bytes类型，再decode解码为str输出。这里需要用到的方法是encode(‘raw_unicode_escape')。当然，也可以使用decode(‘raw_unicode_escape')方法输出内容为bytes形式的字符串

s = '\xe7\xbb\x9d\xe5\x9c\xb0\xe6\xb1\x82\xe7\x94\x9f'
ss = s.encode('raw_unicode_escape')
print(type(ss))
print(ss)

sss = ss.decode()
print(sss)

结果：

$Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式$

方法补充：如果我们直接定义bytes类型的变量，也可以直接使用str(s, ‘utf8')的方式输出汉字

s = b'\xe7\xbb\x9d\xe5\x9c\xb0\xe6\xb1\x82\xe7\x94\x9f'

print(type(s))
print(s)

ss = str(s, 'utf8')
print(ss)

结果：

$Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式$

第二种方法可以输出从网络上直接抓取的网页中包含的中文字符。

我们使用如下代码，抓取网页www.baidu.com。

import urllib.request
response = urllib.request.urlopen('http://www.baidu.com')
html = response.read()
print(html)

显示的结果中，中文部分会以\xe7\x99\xbe\xe5\xba\xa6\xe4\xb8\x80代替，这里可以使用方法二进行转换。

import urllib.request
response = urllib.request.urlopen('http://www.baidu.com')
html =str(response.read(),'utf-8')
print(html)

结果如下：

$Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式$

以上这篇Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

上一篇：python将unicode和str互相转化的实现
下一篇：Python urllib.request对象案例解析