utf8读取python
⑴ python的UTF-8问题
编码问题需要注意：
你的py文件是utf8编码的
在py文件开始的第一行加上 # -*- coding:utf-8 -*-
处理中文时，如果是自定义存储中文的变量，最好用 a = u'xx'形式
如果是其他来源，先decode('来源是什么编码')，再encode('utf-8')
⑵ python 读取文本里有多种编码
读取ANSI编码文件
建立一个文件test.txt，文件格式用ANSI，内容为:
abc中文
用Python来读取
# coding=gbk
print open("Test.txt").read()
结果：abc中文
读取utf-8编码文件（无BOM）
把文件格式改成UTF-8：
结果：abc涓 枃
显然，这里需要解码：
# -*- coding: utf-8 -*-
import codecs
print open("Test.txt").read().decode("utf-8")
结果：abc中文
读取utf-8编码文件（有BOM）
某些软件在保存一个以UTF-8编码的文件时，默认会在文件开始的地方插入三个不可见的字符（0xEF 0xBB 0xBF，即BOM）。在有些软件可以控制是否插入BOM。如果在有BOM的情况下，在读取时需要自己去掉这些字符，python中的codecs mole定义了这个常量：
⑶ 怎么在Python里使用UTF-8编码
概述
在python代码即.py文件的头部声明即可
解析
py文件中的编码
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
mole
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
-*-
#coding=utf-8
#
以上两种选其一即可
其他的编码如：gbk、gb2312也可以；否则会出现:
SyntaxError:
Non-ASCII
character
'\xe4'
in
file
test.py
on
line
3,
but
no
encoding
declared;
see
http://www.python.org/peps/pep-0263.html
for
details
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；
unicode
的每个
unit
是一个
unicode
obj;
在str的文档中有这样的一句话：
The
string
data
type
is
also
used
to
represent
arrays
of
bytes,
e.g.,
to
hold
data
read
from
a
file.
也就是说在读取一个文件的内容，或者从网络上读取到内容时，保持的对象为str类型；如果想把一个str转换成特定编码类型，需要把str转为Unicode,然后从unicode转为特定的编码类型如：utf-8、gb2312等。
拓展内容
utf-8编码
UTF-8（8-bit
Unicode
Transformation
Format）是一种针对Unicode的可变长度
字符编码
，也是一种
前缀码
。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部分修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或发送文字的应用中，优先采用的编码。
UTF-8使用一至六个字节为每个字符编码（尽管如此，2003年11月UTF-8被RFC
3629重新规范，只能使用原来Unicode定义的区域，U+0000到U+10FFFF，也就是说最多四个字节）：
1、128个US-ASCII字符只需一个字节编码（Unicode范围由U+0000至U+007F）。
2、带有附加符号的拉丁文、
希腊文
、
西里尔字母
、亚美尼亚语、
希伯来文
、
阿拉伯文
、叙利亚文及它拿字母则需要两个字节编码（Unicode范围由U+0080至U+07FF）。
3、其他
基本多文种平面
（BMP）中的字符（这包含了大部分
常用字
，如大部分的汉字）使用三个字节编码（Unicode范围由U+0800至U+FFFF）。
4、其他极少使用的Unicode
辅助平面
的字符使用四至六字节编码（Unicode范围由U+10000至U+1FFFFF使用四字节，Unicode范围由U+200000至U+3FFFFFF使用五字节，Unicode范围由U+4000000至U+7FFFFFFF使用六字节）。
对上述提及的第四种字符而言，UTF-8使用四至六个字节来编码似乎太耗费资源了。但UTF-8对所有常用的字符都可以用三个字节表示，而且它的另一种选择，UTF-16编码，对前述的第四种字符同样需要四个字节来编码，所以要决定UTF-8或UTF-16哪种编码比较有效率，还要视所使用的字符的分布范围而定。不过，如果使用一些传统的压缩系统，比如DEFLATE，则这些不同编码系统间的的差异就变得微不足道了。若顾及传统压缩算法在压缩较短文字上的效果不大，可以考虑使用Unicode标准压缩格式（SCSU）。
互联网工程工作小组（IETF）要求所有互联网协议都必须支持UTF-8编码。互联网邮件联盟（IMC）建议所有电子邮件软件都支持UTF-8编码。
⑷ python从utf-8文件中读入的字符串什么编码
python 从utf-8文件中读入的字符串什么编码需要根据 Python 的版本来判断。
Python 3.x 都是 Unicode.
Python 2.x 根据文件编码。
⑸ python在utf-8下怎么识别中文
GBK: 汉字国标扩展码,基本上采用了原来GB2312-80所有的汉字及码位，并涵盖了原Unicode中所有的汉字20902，总共收录了883个符号， 21003个汉字及提供了1894个造字码位。 Microsoft简体版中文Windows 95就是以GBK为内码，又由于GBK同时也涵盖了Unicode所有CJK汉字，所以也可以和Unicode做一一对应。
⑹ Python CGI编程 UTF-8
python3的print输出会根据终端的编码进行自动转换。
要输出utf-8编码需要指定才行，可以用下面的函数来代替print。
def printRAW(*Text):
RAWOut = open(1, 'w', encoding='utf8', closefd=False)
print(*Text, file=RAWOut)
RAWOut.flush()
RAWOut.close()
用法：
printRAW('<title>读取表单</title>')
⑺ python中如何获取中文的utf8编码
首先要表示一个汉字，至少需要2个字节码
如果需要以utf解码你的汉字，可以用如下办法
>>>unicode('人','utf-16')
u'ucbc8'如果需要以gbk解码你的汉字，可以用如下办法
>>>unicode('人','gbk')
u'u4eba
⑻ 如何设置python的编码格式为utf-8
python的编码格式？
#coding=utf-8
这是文档编码
import sys
sys.setdefaultencoding("utf-8")
这是设置默认编码方式为utf-8
xx.encode("utf-8")
这是字符串编码操作
import codecs
codecs.open(xx,'r','utf-8")，这是文件编码读取方式