python3 编码转换

Posted on Edited on

前言

在做爬虫的时候，看到数据中有如下的数据：

文本如下：

1
观潮奖宸府1、2、9、10、13号楼

这种奇怪的字符是因为二进制码被decode为了’iso-8859-1’的编码格式，而不是正确的’utf8’

python3的编码与解码

  • encode (编码) : 将字符串转成二进制

    语法:

    1
    str.encode(encoding='UTF-8',errors='strict')

    ps:

    • ‘UTF-8’ 中大小写不敏感，短横杠可有可无, 举个栗子: str.encode(‘uTf8’) 也可以。
    • 默认使用UTF-8编码

  • Decode (解码) : 将二进制码转为指定编码的字符串

    语法:

    1
    bytes.decode(encoding="utf-8", errors="strict")

出现编码错误的原因

浏览器将使用了错误的解码方式解码了二进制数据

解决办法：先使用和浏览器一样的错误编码方式编码后，再使用正确的解码方式解码。

代码

1
2
3
4
5
a = '观潮奖宸府1、2、9、10、13号楼'
b = a.encode('iso-8859-1')
print('b: ', b)
c = b.decode()
print('c: ', c)

结果如下：

缩略图：

成功解码！