python字元編碼判斷

① 【轉】怎麼在Python里使用UTF-8編碼

在Python中處理UTF-8編碼，主要涉及位元組字元串和Unicode字元串的轉換。Python默認的字元串類型會根據系統locale設置進行轉換，通常Mac OS默認為UTF-8，而其他系統可能為ASCII。創建位元組字元串和Unicode字元串的示例如下：

位元組字元串創建示例：b = b'Hello, world!'

Unicode字元串創建示例：u = 'Hello, world!'

將位元組字元串轉換為Unicode字元串，再轉換回位元組字元串的示例如下：

位元組轉換Unicode：u = b.decode('utf-8')

Unicode轉換位元組：b = u.encode('utf-8')

依賴系統編碼可能導致程序在不同環境中出現錯誤，因此推薦為字元串指定編碼。通過指定編碼可以確保在不同環境下字元串的正確處理。

判斷對象是否為字元串，使用`isinstance()`函數更准確，避免使用`isinstance(s, str)`。要單獨判斷是否為Unicode字元串，可以使用`isinstance(s, unicode)`（在Python 2中）或`isinstance(s, str)`（在Python 3中）。

讀取UTF-8編碼的文件時，可以手動轉換文件內容，使用`codecs`模塊進行編碼轉換更為簡便。示例如下：

文件內容讀取轉換示例：with codecs.open('file.txt', 'r', 'utf-8') as f: content = f.read()

文件編碼聲明示例：# -*- coding: utf-8 -*- 或 # coding=utf-8

獲取系統默認編碼方法為：

使用`sys.getdefaultencoding()`函數。

更改系統默認編碼，需要重新導入`sys`模塊使用`sys.setdefaultencoding()`方法，因為該方法在`sys`模塊載入後被刪除。Python模塊載入過程首先載入`site.py`文件，其中包含代碼刪除`setdefaultencoding`方法，所以需要重新導入`sys`模塊以設置編碼。

更多學習資源和深入內容，請查閱相關教程和文檔。