Python的编码格式更改问题-木庄网络博客

本文摘自php中文网，作者anonymity，侵删。

今天编写python爬虫，突然爬取的网页异常，并报错：UnicodeEncodeError: 'latin-1' codec can't encode characters in position 41-50: ordinal not in range(256)；UnicodeEncodeError: 'ascii' codec can't encode characters in ordinal，这是明显的编码格式的问题。其实不仅是python2或者3，还是其他java,c等编程语言，经常会遇到编码格式的问题，异常头痛，尤其是ASCII、gbk、utf-8等编码之间的转换。于是查找资料、动手实践，找到这样的几个方法。

首先关于python的系统编码格式和输入输出格式，我们如何查看呢？

>>> import sys
>>> sys.getdefaultencoding()# 系统默认编码格式
'UTF-8'
>>> sys.stdout.encoding# 输入输出格式
'US-ASCII'

这种情况下表示，当前的命令行的输入输出编码是ascii，所以需要手动改成设置环境变量LANG为utf-8：

1	`export LANG="en_US.UTF-8"`

如果是在ubuntu环境下，可以将上面这行命令加入~/.bashrc中一劳永逸解决问题，加入后运行下面命令使其生效或者重启生效。

1	`source ~/.bashrc`

或者另一种方法是，只针对python设定相应编码(同上，命令行运行或者加入bashrc文件)：

1 2	`PYTHONIOENCODING='utf_8'` `export PYTHONIOENCODING`

gbk编码示例图：

ascii编码表图部分：

在平时代码编程时别忘了给顶行加上：

1	`# -- coding: utf-8 --`

设置python编码可以使用命令行，但是仅在本会话中生效

1 2	`>>>sys.getdefaultencoding()查看当前编码(若报错，先执行>>>import sys >>>reload(sys));` `>>>sys.setdefaultencoding('utf8')设置编码`

在程序代码中重新载入SYS模块并设置uft-8也是可行的，但是在pycharm中会提示错误

阅读剩余部分