一、
在爬虫抓取网页信息时常需要将类似"u4ebau751fu82e6u77eduff0cpyu662fu5cb8"转换为中文,实际上这是unicode的中文编码。可用以下方法转换:
1、
1 >>> s = u'u4ebau751fu82e6u77eduff0cpyu662fu5cb8'
2 >>> print s
3 人生苦短,py是岸
2、
1 >>> s = r'u4ebau751fu82e6u77eduff0cpyu662fu5cb8'
2 >>> s = s.decode('unicode_escape')
3 >>> print s
4 人生苦短,py是岸
二、
另外,在python2的字符编码问题时常会遇到“UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-5: ordinal not in range(128)”的编码错误。
而用以下方法通常可以解决:
1 import sys
2 reload(sys)
3 sys.setdefaultencoding('utf-8')
此方法是将Python2的默认编码ASCII改为 utf-8。但此方法不是一劳永逸的,可能会使一些代码的行为变得怪异。
可以参考该连接:http://blog.ernest.me/post/python-setdefaultencoding-unicode-bytes