python unicode轉中文及轉換默認編碼

一、　

　在爬蟲抓取網頁信息時常需要將類似"\u4eba\u751f\u82e6\u77ed\uff0cpy\u662f\u5cb8"轉換為中文，實際上這是unicode的中文編碼。可用以下方法轉換：

1、

>>> s = u'\u4eba\u751f\u82e6\u77ed\uff0cpy\u662f\u5cb8'
>>> print s 3 人生苦短，py是岸

2、

>>> s = r'\u4eba\u751f\u82e6\u77ed\uff0cpy\u662f\u5cb8'
>>> s = s.decode('unicode_escape') 3 >>> print s 4 人生苦短，py是岸

 

二、

　　另外，在python2的字符編碼問題時常會遇到“UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-5: ordinal not in range(128)”的編碼錯誤。

而用以下方法通常可以解決：

import sys 2 reload(sys) 3 sys.setdefaultencoding('utf-8')

　　此方法是將Python2的默認編碼ASCII改為 utf-8。但此方法不是一勞永逸的，可能會使一些代碼的行為變得怪異。

　　可以參考該連接：http://blog.ernest.me/post/python-setdefaultencoding-unicode-bytes