Python3之亂碼xe6x97xa0xe6xb3x95處理方式

查看字符編碼：
import chardet response = chardet.detect(b'xe5xbdx93xe5x89x8dxe7x9bxaexe5xbdx95xe4xb8x8bxe6x89x80xe6x9cx89xe6x96x87xe4xbbxb6xe5x90x8dxe6xb1x87xe6x80xbbxe5x88x97xe8xa1xa8') print(response) {'encoding': 'utf-8', 'confidence': 0.99, 'language': ''}
亂碼字符轉換：
response = b'xe5xbdx93xe5x89x8dxe7x9bxaexe5xbdx95xe4xb8x8bxe6x89x80xe6x9cx89xe6x96x87xe4xbbxb6xe5x90x8dxe6xb1x87xe6x80xbbxe5x88x97xe8xa1xa8' print(response.decode('utf8'))
# def decode_char(*args): # response = args[0] # print(response.decode('utf8')) # # c = b'a8xe5x90xa7xefxbcx81' # # decode_char(c)
補充知識：python3 中怎麼把類似這樣的'xe5xaex9dxe9xb8xa1xe5xb8x82'轉換成漢字輸出
在編程的過程中遇到了類似的困擾，網上查了很多解決思路，終於算是明白了一些，這裡和大家分享 一下。
python3相對於python2最重要的新特性之一就是對字符串（文本）和二進制數據流做了明確的區分，文本總是Unicode，由字符類型表示，而二進制數據則由bytes類型表示，python3不會以任意隱式方式混用字節型和字符型，也不能拼接字符串和字節流（python2中可以，會自動進行轉換），也不能在字節流中搜索字符串，也不能將字符串傳入參數為字節流的函數。
str和bytes類型之間的相互轉換
字符串類str有一個encode()方法，它是字符串向比特流的編碼過程。
bytes類則有一個decode()方法，它是比特流向字符串的解碼過程
encode過程
s = '絕地求生' ss = s.encode() print(type(ss)) print(ss)
運行結果：
decode過程
s = b'xe7xbbx9dxe5x9cxb0xe6xb1x82xe7x94x9f' ss = s.decode() print(type(ss)) print(ss)
運行結果：
瞭解過基本的轉化過程，下面回到主題，如何將'xe7xbbx9dxe5x9cxb0xe6xb1x82xe7x94x9f'轉換成漢字輸出呢？
要解決的問題是將bytes類型的內容以漢字的形式輸出，但是該部分內容是字符串類型。因此首先需要將該str轉換成bytes類型，再decode解碼為str輸出。這裡需要用到的方法是encode(‘raw_unicode_escape')。當然，也可以使用decode(‘raw_unicode_escape')方法輸出內容為bytes形式的字符串
s = 'xe7xbbx9dxe5x9cxb0xe6xb1x82xe7x94x9f' ss = s.encode('raw_unicode_escape') print(type(ss)) print(ss) sss = ss.decode() print(sss)
結果：
方法補充：如果我們直接定義bytes類型的變量，也可以直接使用str(s, ‘utf8')的方式輸出漢字
s = b'xe7xbbx9dxe5x9cxb0xe6xb1x82xe7x94x9f' print(type(s)) print(s) ss = str(s, 'utf8') print(ss)
結果：
第二種方法可以輸出從網絡上直接抓取的網頁中包含的中文字符。
我們使用如下代碼，抓取網頁www.baidu.com。
import urllib.request response = urllib.request.urlopen('http://www.baidu.com') html = response.read() print(html)
顯示的結果中，中文部分會以xe7x99xbexe5xbaxa6xe4xb8x80代替，這裡可以使用方法二進行轉換。
import urllib.request response = urllib.request.urlopen('http://www.baidu.com') html =str(response.read(),'utf-8') print(html)