在linux系统下,我们使用python2进行中文字符转码时会经常遇到下述错误

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe6 in position 0: ordinal not in range(128)

示例演示

fatpuffer@ubuntu:~$ python
Python 2.7.15rc1 (default, Nov 12 2018, 14:31:15) 
[GCC 7.3.0] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> s = "我用python"
>>> s.encode("utf8")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe6 in position 0: ordinal not in range(128)

原因分析

(1)首先当我们对中文字符进行utf8编码时,必须保证该中文字符对象是unicode编码格式,我们查询一下linuxpython2默认编码格式。

>>> import sys
>>> sys.getdefaultencoding()
'ascii'

(2)我们发现linuxpython2默认编码是ascii编码格式,所以报错,此时我们需要手动将其转换为unicode编码,然后再将其转换为utf8编码格式。

>>> s = "我用python"
>>> s.decode("utf-8").encode("utf-8")
'\xe6\x88\x91\xe7\x94\xa8python'

(3)在python2中我们通常在中文字符前加u,使其成为unicode编码,方便我们转码

>>> s = u"我用python"
>>> s.encode('utf-8')
'\xe6\x88\x91\xe7\x94\xa8python'
Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐