gbk编码

1 print('这是编码'.encode('utf-8')) # 结果 b'\xe8\xbf\x99\xe6\x98\xaf\xe7\xbc\x96\xe7\xa0\x81' 2 print('这是编码'.encode('gbk')) # 结果 b'\xd5\xe2\xca\xc7\xb1\xe0\xc2\xeb' 3 4 print(b'\xe8\xbf\x99\xe6\x98\xaf\xe7\xbc\x96\xe7\xa0\x81'.decode('utf-8')) # 结果'这是编码' 5 print(b'\xd5\xe2\xca\xc7\xb1\xe0\xc2\xeb'.decode('gbk')) # 结果'这是解码' 来源： https://www.cnblogs.com/Through-Target/p/12147972.html

python文件IO操作时，对编码知识一概不知，那可真的是蛋疼了哈。utf-8啊、gbk、还有encode()、decode()等函数以及encoding参数，搞不好就乱码甚至是报错，那可是头都大了。不说了不说了先上代码先上代码。（ 下面代码是在Windows系统上进行演示的） import sys import locale str = '小甲' print ( str ) print ( type ( str ) ) print ( sys . getdefaultencoding ( ) ) print ( locale . getdefaultlocale ( ) ) with open ( 'utf' , 'w' , encoding = 'utf-8' ) as file : file . write ( str ) with open ( 'gbk' , 'w' , encoding = 'gbk' ) as file : file . write ( str ) 输出结果： 小甲 < class 'str' > utf - 8 ( 'zh_CN' , 'cp936' ) 解释： getdefaultencoding()：返回的是系统编码格式，这里的系统指的不是操作系统，而是python编译器的默认编码，python3的编码是UTF-8。

python的中文问题一直是困扰新手的头疼问题，这篇文章将给你详细地讲解一下这方面的知识。当然，几乎可以确定的是，在将来的版本中，python会彻底解决此问题，不用我们这么麻烦了。 先来看看python的版本： >>> import sys >>> sys.version '2.5.1 (r251:54863, Apr 18 2007, 08:51:08) [MSC v.1310 32 bit (Intel)]' （一） 用记事本创建一个文件ChineseTest.py，默认ANSI： s = "中文" print s 测试一下瞧瞧： E:\Project\Python\Test>python ChineseTest.py File "ChineseTest.py", line 1 SyntaxError: Non-ASCII character '\xd6' in file ChineseTest.py on line 1, but no encoding declared ; see http://www.python.org/peps/pep-0263.html for details 偷偷地把文件编码改成UTF-8： E:\Project\Python\Test>python ChineseTest.py File "ChineseTest.py", line 1

一、系统默认的脚本文件编码 Python 默认脚本文件都是 ANSCII 编码的，当文件 中有非 ANSCII 编码范围内的字符的时候就要使用"编码指示"来修正。 一个module的定义中，如果.py文件中包含中文字符（严格的说是含有非anscii字符），则需要在第一行或第二行指定编码声明： # -*- coding=utf-8 -*-或者 #coding=utf-8 其他的编码如：gbk、gb2312也可以； 否则会出现类似:SyntaxError: Non-ASCII character '/xe4' in file ChineseTest.py on line 1, but no encoding declared; see http://www.pytho for details这样的异常信息；n.org/peps/pep-0263.html 命令查看脚本默认的编码方式 >>> import sys >>> sys.getdefaultencoding() 'ascii' >>> 2.2 python中的编码与解码 　　先说一下python中的字符串类型，在python中有两种字符串类型，分别是str和unicode，他们都是basestring的派生类；str类型是一个包含Characters represent (at least) 8-bit bytes的序列

通过BufferedReader读取TXT文件 window系统默认的编码是GBK，而IDE的编码多数为UTF-8，如果没有规定new InputStreamReader(new FileInputStream(file),“GBK”)为GBK会出现读取内容乱码。 //文件路径 String filePath="C:/Users/Admin/Desktop/products.txt"; File file=new File(filePath); BufferedReader reader = null; String tempString = null; int line =1; try { // System.out.println("以行为单位读取文件内容，一次读一整行："); reader = new BufferedReader(new InputStreamReader(new FileInputStream(file),"GBK")); while ((tempString = reader.readLine()) != null) { System.out.println("Line"+ line + ":" +tempString)； line ++ ; } reader.close(); } catch (FileNotFoundException e) { e

一、设置新建常见类型文件的默认编码格式，也就是文件保存的格式。 在不对MyEclipse进行设置的时候，默认保存文件的编码，一般跟简体中文操作系统（如windows2000，windowsXP）的编码一致，即GBK。 在简体中文系统下，ANSI 编码代表 GBK编码;在日文操作系统下，ANSI 编码代表 JIS 编码。 Window-->Preferences-->General -->content Types 在右侧窗口中展开每一个子项,依次输入编码格式，如“UTF-8”点击“update”就设置好了。 例如：在以上设置中，设置jsp默认编码格式为“UTF-8”，那么以后新建的jsp文件，都是以“UTF-8”的格式保存的。 同样设置java默认编码格式为“UTF-8”，那么以后新建的java文件，都是以“UTF-8”的格式保存的。 设置html默认编码格式为“UTF-8”，那么以后新建的html文件，都是以“UTF-8”的格式保存的。 以上设置了文件的保存编码格式，默认的打开方式（解码方式）会跟保存编码格式一样。 二、设置新建其他文件的默认编码格式，即文件保存格式。 在第一项设置中，只是设置了常用文件类型的编码格式。如果新建一个文件，没有后缀名，也就是不指名文件类型，那么MyEclipse无法判断该用何种编码格式保存，就用操作系统默认文件保存编码格式GBK进行保存

出现此问题的几种解决办法： 　　1、cmd下使用javac编译java文件 　　　　如： javac test.java 　　　解决办法：编译时加上encoding选项 　　　　　　 javac -encoding UTF-8 test.java or javac -encoding UTF-8 -d . test.java 　　2、IntelliJ IDEA 导入单独的java文件时编译出现此错误 　　　 解决办法：由于IDEA不具有自动转换字符编码类型，所以需要先点击右下角的UTF-8保存为GBK类型保存，再次点击点击GBK保存为UTF-8即可。 　　3、使用Notepad++打开java文件，点击编码-->转为ANSI编码 ， 保存即可。 来源： https://www.cnblogs.com/jiaqinbi/p/12010361.html

1、UnicodeDecodeError: 'gbk' codec can't decode byte 0xaa in position 32: illegal multibyte sequence UnicodeDecodeError: 'gbk' codec can't decode byte 0xaa in position 132: illegal multibyte sequence 解决方案：尚未有 推测： 字符集合（   ） 问题出在“gbk"和”utf-8"都不能读取上面的那些（红色标注）字符，目前解决方法是找到文本中的这个字符，对其进行删除，再读取文本，或者使用try ……except 结构，凡是遇到读取失败的文本，continue 跳过，读取下一个文件。 2、SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 16-17: malformed \N character escape 解决方案：初步确认是文件路径的格式不对，filename应该为：E:/Python/Corpus/News/Environment/001.txt 这里是斜杆，而不是反斜杠 3、UnicodeDecodeError: 'utf-8' codec can't decode

昨天一个大学的同学问了一个关于utf-8转码gbk的问题，所以两个人一起讨论了一下关于utf-8转码成为GBK的乱码原因。 正常情况下如果我们需要将UTF-8格式转码为GBK，我们会需要经过这样一个中转： 通常情况下如果直接转码会出现一种情况就是GBK转码UFT-8出现乱码后乱码可以在转码回去变为原来的GBK中文。 但是UTF-8转码为GBK则会出现两种情况，在中文字符长度为偶数时是可以直接将乱码还原回去的，但是奇数情况下是无法全部转码回去的 究竟什么原因呢？ 这和UTF-8的编码字节数和GBK的编码字节数有关，我们知道UTF-8的字符集是以三个字节数来存储的，而GBK则是两个字节数，所以就存在以下问题 当“你好好”三个字转码为字符集表示的时候，一共得到九个字节，当然这九个字节转码为gbk的时候会被两两分组，所以第九个字节就会被抛弃无法识别转化为有标记的乱码符号，当我们再把乱码转回去的时候，自然就无法还原为原来的UTF-8了。如下图 所以在UTF-8转gbk的基数情况下就会出现最后一个字转码为乱码后无法还原的情况。 来源： CSDN 作者： Tealar 链接： https://blog.csdn.net/u013130920/article/details/53304165

解决gcc编译时的乱码问题 今天发现用securecrt登陆时，gcc编译出错时会出现乱码，但直接在主机的窗口界面下用Shell编译却没有乱码。查看了一下当时的错误描述，发现它的引号是中文引号，导致在SecureCRT中显示出错： before numeric constant 在网上查了一下，可以通过修改LC_CTYPE=zh_CN.GBK解决这个问题，具体的方法有两个： 1. 通过export命令修改LC_CTYPE变量的值 tianfang > export LC_CTYPE=zh_CN.GBK tianfang > gcc main.c main.c:1:1: error: expected identifier or '(' before numeric constant tianfang > 2. 修改/etc/sysconfig/language（大部分linux版本下这个文件叫/etc/sysconfig/i18n）中的变量设置，重新登陆后生效。 #RC_LC_CTYPE="" RC_LC_CTYPE="zh_CN.GBK" 我个人比较推荐方法2。 #include <stdio.h> #include <wchar.h> int main(void) { char str[] = "中文"; wchar_t wstr[] = L"中文"; printf("1:%s