解決python2中unicode()函數在python3中報錯的問題

Posted on by

python2中的unicode()函數在python3中會報錯：

NameError: name ‘unicode’ is not defined

There is no such name in Python 3, no. You are trying to run Python 2 code in Python 3. In Python 3, unicode has been renamed to str.

翻譯過來就是：Python 3中沒有這樣的名字，沒有。 您正在嘗試在Python 3中運行Python 2代碼。在Python 3中，unicode已重命名為str。

函數轉換：unicode（）到 str（）為：

//python2：
unicode(nn,'utf-8')
//python3:
str(nn)

補充：根本解決Python2中unicode編碼問題

Python2中編碼問題

因為計算機隻識別01這要的二進制，所以在計算機存儲我們的文件時，要使用二進制數來表示。所以編碼就是哪個二進制數表示哪個字符：

編碼原由系統編碼、文件編碼與python系統編碼Python字符編碼python中的字典、數組轉字符串中的中文編碼

編碼原由

ASCII編碼

最早出現的是ASCII碼，使用8位二進制數組合表示128種字符。因為ASCII編碼是美國人發明的，當初沒考慮給別的國傢用，所以，它僅僅表示瞭所有美式英語的語言字符。但是沒有使用完。

ISO 8859-1/windows-1252

128位字符滿足瞭美國人的需求，但是隨之歐洲人加入互聯網，為瞭滿足歐洲人的需求，8位二進制後面還有128位。這一段編碼我們稱之擴展字符集，即ISO 8859-1編碼標準，後來歐洲的需求變更，即規定瞭windows-1252代替瞭ISO 8859-1

GB2312

然後當我國加入後，8位二進制(即一個字節)用完瞭，於是我們保留ASCII編碼即前128位，後面的全部刪除。因為我國得語言博大精深，所以需要2個字節，即16位才能滿足我們得需求，所以當計算機遇到大於127的字節時，就一次性讀取兩個字節，將他解碼成漢字。即GB2312編碼

GBK

相當於GB2312的改進版，增添瞭中文字符。但還是2個字節表示漢字

GB18030

為瞭滿足日韓和我國的少數民族的需求，對GBK的改進，使用變長編碼，要麼使用兩個字節，要麼使用四個字節。

Unicode

雖然每種編碼都兼容ASCII編碼，但是各個國傢是不兼容的。於是出現瞭Unicode,它將所有的編碼進行瞭統一。它不能算是一種具體的編碼標準，隻是將全世界的字符進行瞭編號，並沒有指定他們具體在計算機種以什麼樣的形式存儲。

它的具體實現有UTF-8,UTF-16,UTF-32等。

系統編碼、文件編碼與python系統編碼

在linux中獲取系統編碼結果:

這裡寫圖片描述

Windows系統的編碼，代碼頁936表示GBK編碼

這裡寫圖片描述

可以看到linux系統默認使用UTF-8編碼，windows默認使用GBK編碼。Linux環境下，文件默認使用UTF-8編碼。當然你也可以指定文件編碼方式。

Python解釋器內部默認使用的ASCII編碼方式去解讀python源文件。

這裡寫圖片描述

所以當文件內存在非ASCII字符時，python解釋器無 法識別，就會出現編碼錯誤。

這裡寫圖片描述

So，這個時候需要告訴python解釋器用utf-8去解讀python源文件

這裡寫圖片描述

這裡寫圖片描述

Python字符編碼

Python2中有兩類字符串，分別是str與unicode。這兩類字符串都派生自抽象類basestring。 Str即普通字符串類型

這裡寫圖片描述

在字符串前加上u即unicode編碼

這裡寫圖片描述

在代碼中通常用到的是unicode，文件保存的是utf-8編碼。Unicode編碼是固定2個字節代表一個字符。Utf-8是對英文隻用一個字節，對中文是3個字節。所以unicode運行效率高，utf-8運行效率相比要低，但是空間存儲要小。

這裡寫圖片描述

Python中str與unicode轉換

Unicode轉str

這裡寫圖片描述

str轉unicode

這裡寫圖片描述

其函數中參數UTF-8是，以utf-8編碼對unicode對象解碼，或編碼。

python中的字典、數組轉字符串中的中文編碼

當字典中的中文字符是unicode類型時

這裡寫圖片描述

這裡寫圖片描述

這裡寫圖片描述

這裡寫圖片描述

decode(“unicode-escape”)相當是反向編碼.然後再進行utf-8編碼即可

當字典中的字符串是string類型時

name = {"name": "中國"}
name = str(name)
print name.decode("string-escape")

這裡寫圖片描述

當數組進行字符串化時

這裡寫圖片描述

最後總結

不管是數組還是字典,在進行字符串轉換是，即是又一次編碼，所以,對於本身還有的中文字符串又一次編碼，所以要進行一次反編碼，才能看到原有的編碼。

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方，望不吝賜教。

推薦閱讀：