: 這方法有效，不過太苦。 : Python 提供 codec 架構進行字碼轉換，2.3 以後都支援 : (更早的版本可能也有，抱歉我不確定)。 : 在利用 codec 架構進行字碼轉換之前， : 我們要對 Python 提供的唯二字串物件 str 和 unicode 其間的關係， : 具有基本的概念。 : unicode 存的是 Unicode code point，而 str 可以存任意的 byte list。 : 在處理字碼轉換時，概念上要把 unicode 物件當成一種與字碼無關的字串型別， : 從 unicode 物件「編碼」成代表各種字碼的 str 物件， : 或從以任意字碼表示的 str 物件「解碼」回 unicode 物件。 : 具體來講，假設我們取得的「所有網站」字串是以 utf-8 編碼， : 而我們想把它轉成 unicode 物件，那要這樣作： : uniraw = raw.decode('utf8') # raw contain 所有網站 in UTF-8 encoding. : 這樣得到的 uniraw 會是一個 unicode 物件。 : 再舉一個在 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'> : 所有網站 : <type 'str'> : 所有網站 : 好了，當我們得到一個 unicode 字串之後，想轉成哪種編碼都可以隨心所欲： : sjisraw = uniraw.encode("sjis") : 再用 interactive Python 示範一下： : ?⑫簛? : 在 CP950 下出亂碼是正常的；不出亂碼表示我們寫錯了。 : 有時候在一些處理字串的程式裡我們還會看到如下的 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) : 很明顯，ascii encoding 不可能包含「所有網站」的碼域。 : 在把 str (in Big5) 的「所有網站」解碼成 unicode 時不會出問題， : 但如果要把 unicode 的「所有網站」編碼成 ascii，這是件不可能的任務， : Python 就爆給我們看。 : 這是應當的，也是合理的，Python 如此行，乃是理所當然的。 : 如果能弄懂以上的操作，應該就可以掌握 Python 的 unicode 處理了。 : 當然，實作的時候還有一些要注意的地方。 : 第一是 Python 的 codec 名稱及所支援的 encoding； : 尤其 Python 在 2.4 之前是「不支援」Big5 的，要另行安裝 cjkcodecs 套件 : (感謝韓國人)。 : 第二是在 interactive mode 中使用 Python 時，要注意終端機的 locale : (在 Windows 下就是 codepage)； : locale 不正確，即使編解碼正確，出亂碼也是好正常的了。 但是在python需要自動轉換code時 要怎麼處理呢? 像我知道在存寫檔時可以用 codec.open 來取代 但是其他像是在odbc 中的cursor.execute('... 資料..')中 python就會自動將unicode的code轉成 ascii 然後就當場掛掉.. 這種問題要怎麼解決比較好? --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.113.88.93