: 这方法有效，不过太苦。 : Python 提供 codec 架构进行字码转换，2.3 以後都支援 : (更早的版本可能也有，抱歉我不确定)。 : 在利用 codec 架构进行字码转换之前， : 我们要对 Python 提供的唯二字串物件 str 和 unicode 其间的关系， : 具有基本的概念。 : unicode 存的是 Unicode code point，而 str 可以存任意的 byte list。 : 在处理字码转换时，概念上要把 unicode 物件当成一种与字码无关的字串型别， : 从 unicode 物件「编码」成代表各种字码的 str 物件， : 或从以任意字码表示的 str 物件「解码」回 unicode 物件。 : 具体来讲，假设我们取得的「所有网站」字串是以 utf-8 编码， : 而我们想把它转成 unicode 物件，那要这样作： : uniraw = raw.decode('utf8') # raw contain 所有网站 in UTF-8 encoding. : 这样得到的 uniraw 会是一个 unicode 物件。 : 再举一个在 CP950 Windows 下的例子，用 interactive mode Python： : Python 2.4.4 (#71, Oct 18 2006, 08:34:43) [MSC v.1310 32 bit (Intel)] on win32 : Type "help", "copyright", "credits" or "license" for more information. : <type 'unicode'> : 所有网站 : <type 'str'> : 所有网站 : 好了，当我们得到一个 unicode 字串之後，想转成哪种编码都可以随心所欲： : sjisraw = uniraw.encode("sjis") : 再用 interactive Python 示范一下： : ?⑫簛? : 在 CP950 下出乱码是正常的；不出乱码表示我们写错了。 : 有时候在一些处理字串的程式里我们还会看到如下的 traceback： : Traceback (most recent call last): : File "<stdin>", line 1, in ? : UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-3: ordin : al not in range(128) : 很明显，ascii encoding 不可能包含「所有网站」的码域。 : 在把 str (in Big5) 的「所有网站」解码成 unicode 时不会出问题， : 但如果要把 unicode 的「所有网站」编码成 ascii，这是件不可能的任务， : Python 就爆给我们看。 : 这是应当的，也是合理的，Python 如此行，乃是理所当然的。 : 如果能弄懂以上的操作，应该就可以掌握 Python 的 unicode 处理了。 : 当然，实作的时候还有一些要注意的地方。 : 第一是 Python 的 codec 名称及所支援的 encoding； : 尤其 Python 在 2.4 之前是「不支援」Big5 的，要另行安装 cjkcodecs 套件 : (感谢韩国人)。 : 第二是在 interactive mode 中使用 Python 时，要注意终端机的 locale : (在 Windows 下就是 codepage)； : locale 不正确，即使编解码正确，出乱码也是好正常的了。 但是在python需要自动转换code时 要怎麽处理呢? 像我知道在存写档时可以用 codec.open 来取代 但是其他像是在odbc 中的cursor.execute('... 资料..')中 python就会自动将unicode的code转成 ascii 然後就当场挂掉.. 这种问题要怎麽解决比较好? --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.113.88.93