python 怎么查看当前字符串的编码格式

Python021

python 怎么查看当前字符串的编码格式,第1张

chardet.detect方法可以

示例代码如下：

#coding:utf-8

import chardet

for i in ['abc123','中国']:

    print i,chardet.detect(i)

输出：

abc123 {'confidence': 1.0, 'encoding': 'ascii'}

中国 {'confidence': 0.7525, 'encoding': 'utf-8'}

Python默认的系统编码为ASCII编码，在日程的编码中经常会碰到Python的编码问题，为了一劳永逸的解决这个问题，可以将Python的系统默认编码设置为 utf-8 。

anaconda目录通常为 yourpath/anaconda/lib/python2.7/site-packages 。

Mac目录通常为 /usr/local/lib/python2.7/site-packages 。

第一种：ASCII码。是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，它是现今最通用的单字节编码系统，并等同于国际标准IS/IEC

646。

由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机李，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母a的编码是97，后128个称为扩展ASCII码。

第二种：GBK和GB2312。能在计算机中显示中文字符是至关重要的，然而ASCII表里一个偏旁部首都没有，所以我们需要一个关于中文和数字对应的关系表，一个字节只能最多表示256个字符，用处理中文显然一个字节是不够的，所以我们需要采用两个字节来表示，所以中国制定了GB2312编码，用来将中文编写进去。

第三种：Unicode。因为各个国家都有一套自己的编码，所以无法避免冲突，因此Unicode诞生了。它可以把所有语言都统一到一套编码里，这样就不会存在乱码问题了，现代操作系统和大多数编程语言都直接支持Unicode。

第四种：UFT-8。基于节约的原则，出现了把Unicode编码转化为可变长编码的UTF-8编码。而UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成一个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节，如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间。