对python字符串编码的理解

vulcan — Fri, 16 Nov 2007 04:59:00 GMT

用python处理html entity�?python�~�码时出��C��些问�?见下面的代码

import re
message = '密码修改成功'
regex = '(&#(\\d{5});)'
entities = re.findall(regex, message)
for entity in entities:
message = message.replace(entity[0], unichr(int(entity[1])))
#print message #在pythonwin中执行没有问�?在pydev中执行报�?/span>
print message.encode('gbk') #正常

��Z��搞清除�ؓ什么会出错,下面是我做的一些测�?
下面是对'密码'两个字的一些测�?在pythonwin交互�H�口中执�?虽然知道了要得到正确的中文该怎么在程序中处理,�q�且使得�E�序在pydev和pythonwin
两个环境中执行都不出�?但是却还是搞不清��Z��么会�q�个样子.先记下�Ş.有能解释底层机制的朋�?也请留言帮个忙吧.

>>> s = '密码'
>>> s
'\xc3\xdc\xc2\xeb'
>>> su = u'密码'
>>> su
u'\xc3\xdc\xc2\xeb'
#u前缀表示是unicode�~�码,但是里面实际存储的是密码两个字的gbk�~�码
>>> print s
密码
>>> print su #在pydev和SciTE中报�?不能打印
?ü??
>>> char1 = unichr(23494)
>>> char2 = unichr(30721)
>>> char1
u'\u5bc6'
>>> char2
u'\u7801'
>>> print char1
�?br /> >>> print char2
�?br /> >>> char = char1 + char2
>>> char
u'\u5bc6\u7801'
>>> print char #在pydev和SciTE中会报错��Z��?/span>
密码
>>> s.decode('gbk') #变成了unicode�~�码16�q�制
u'\u5bc6\u7801'
>>> print s.decode('gbk') #在pydev和SciTE中不能正常打印输�?/span>
密码
>>> char.encode('gbk')
'\xc3\xdc\xc2\xeb'
>>> s
'\xc3\xdc\xc2\xeb'
>>> su
u'\xc3\xdc\xc2\xeb'
>>> char
u'\u5bc6\u7801'
>>> char.encode('gbk')
'\xc3\xdc\xc2\xeb'
>>> print s
密码
>>> print char.encode('gbk')
密码

Update 1:
sys.setdefaultencoding()可以讄��默认�~�码供�{换时使用,但是Python启动之后�q�个�Ҏ��会被site.py删除,因此必须reload(sys)然后调用sys.setdefaultencoding
下面是我的测试方�?�Ҏ��q�里的结�?估计是pythonwin内启动的交互环境对参数应该有了设�|?不过sys.getdefaultencoding()的返回还是默认的ascii:
'修改密码成功的html entity�? "密码修改成功",在下面的python代码中在�q�个�|�页上显�C�Z��?�?amp;amp;要换�?amp;�W�号

#python 2.4 windows, execute in SciTe or Eclipse pydev
#Note: if you execute this script in pythonwin, the result may be different!
import sys
import re
reload(sys)
#should do this to setdefault encoding of sys,
#this method is deleted in site.py [/PYTHON_HOME/Lib] by default

#try to set default encoding other than default encoding
#default ascii # Error: out 1, out 3, out 6
#sys.setdefaultencoding('gbk')  #all right, but a warning raised
#sys.setdefaultencoding('utf-8')  #out 1, out 3, out 6: unreadable in outputwindow, may be right if change the console encoding
message = '密码修改成功'
regex = '(&#(\\d{5});)'
entities = re.findall(regex, message)
for entity in entities:
    message = message.replace(entity[0], unichr(int(entity[1])))
#message : u'\u5bc6\u7801\u4fee\u6539\u6210\u529f'
print message #out 1
#message.encode('gbk') : '\xc3\xdc\xc2\xeb\xd0\xde\xb8\xc4\xb3\xc9\xb9\xa6'
print message.encode('gbk') #out 2
char1 = unichr(23494)
char2 = unichr(30721)
char = char1 + char2
#char : u'\u5bc6\u7801'
print char #out 3
#char.encode('gbk') : '\xc3\xdc\xc2\xeb'
print char.encode('gbk') #out 4
s='密码'
#s : '\xc3\xdc\xc2\xeb'
print s #out 5
#s.decode('gbk') : u'\u5bc6\u7801'
print s.decode('gbk') #out 6

vulcan 2007-11-16 12:59 发表评论

自己写的一个对svn元数据文件夹�q�行转换的Python脚本

vulcan — Wed, 14 Nov 2007 10:43:00 GMT

�l�Asp.Net��目应用SVN版本控制�?需要把SVN元数据文件夹�?svn改名为_svn,该了SVN客户端的讄��之后,原有工程不会自动转换.如果工程特别�?而且文�g夹嵌套特别多那么,可以考虑用下面的python�q�行转换:

1#Author : Vulcan Alva.yi@gmail.com
2import os
3import sys
4from os.path import join
5'''
6A script for svn meta directory convert from .svn to _svn
7'''
8def convert ():
9    os.chdir("d:\\workbench\\csx_webframe") #change to your own work directory which need convert
10    for root, dirnames, files in os.walk("."):
11        print "Current Directory:" + root
12        if "_svn" in dirnames:
13            print "Don't need convert for this directory."
14            break
15            #dirnames.remove("_svn")
16            #continue
17        if ".svn" in dirnames:  #don't go to this directory
18            dirnames.remove(".svn")
19            newname = join(root, '_svn')
20            oldname = join(root, '.svn')
21            print "Change meta dir to :" + newname
22            os.rename(oldname, newname)
23
24if __name__ == "__main__":
25    convert()

vulcan 2007-11-14 18:43 发表评论

久久亚洲私人国产精品,亚洲videos,久久精品国产亚洲精品

对python字符串编码的理解

自己写的一个对svn元数据文件夹�q�行转换的Python脚本