如何在python中转换文件编码格式

本文实例讲述了Python编码类型转换方法如下：

1：Python和unicode

为了正确处理多语言文本，Python在2.0版后引入了Unicode字符串。

2：python中的print

虽然python内部需要将文本编码转换为unicode编码，而终端显示工作都是由传统的Python字符串来完成的（其实是Python的print

语句根本无法打印出双字节的Unicode编码字符）。

Python 的 print 会对输出的 unicode 编码（对于其他非 unicode 编码，print 会按原样输出）进行自动编码转换（输出到控制台时），文件对象

的write方法就不会做，因此，当一些字符串用print输出正常时，write到文件确不一定和print的一样。

linux下是根据环境变量转换的，在linux下使用locale命令可以看到。 print语句的实现是将要输出的内容传送给操作系统，操作

系统会根据系统的编码对输入的字节流进行编码。

>>>str='学习python'
>>> str
'\xe5\xad\xa6\xe4\xb9\xa0python' #asII编码
>>> print str
学习python
>>> str=u'学习python'
>>> str ####unicode编码
'\xe5u\xad\xa6\xe4\xb9\xa0python'

3： python中的decode

将其他字符集转化为unicode编码（只有中文字符才需要转换）

>>> str='学习'
>>> ustr=str.decode('utf-8')
>>> ustr
u'\u5b66\u4e60'

这样就对中文字符进行了编码转换，可用python进行后续的处理；（如果不转换的话，python会根据机器的环境变量进行默认的编码转换，这样就可能出现乱码）

4：python中的encode

将unicode转化为其它字符集

>>> str='学习'
>>> ustr=str.decode('utf-8')
>>> ustr
u'\u5b66\u4e60'
>>> ustr.encode('utf-8')
'\xe5\xad\xa6\xe4\xb9\xa0'
>>> print ustr.encode('utf-8')