用python2.7 做sogou字典处理编码的时候踩过的坑——学习笔记【文字编码转换 decode chardet】

本文探讨了多种文本编码格式如UTF-8、Unicode、GBK等之间的转换方法,并介绍了如何使用不同工具进行编码识别,包括WPS、Notepad++及Sublime Text等。此外还讨论了在特定环境下(如Spyder)遇到的编码问题及其解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

做完这一次有点不信任txt了
太多编码了 utf-8 unicode gbk gbk的子集gb12236 ansi ansi方法的gbk....
windows自带的是ansi方法的gbk
要转码,wps>notepad++>subline>>windows自带。wps的转码最多最清楚,notepad++的自动识别比subline好,起码能读
如果是unicode或者什么的,用chardet猜测不出编码,或者很怪的的(结果是None,或者KOI等异国编码),可能是unicode,这个时候尝试转utf8可能会说float不能转,这个时候就可以str(float),直接变成unicode
spyder能看的,不一定就是有编码的,不一定就能decode,有可能是unicode,而且是被识别成float的那种,notepad同理
编码范围:unicode>utf-8>ansi(gbk)>gb12236
最好编码识别方法是看变量:u'开头unicode ,\x开头utf-8
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值