python判斷字元編碼
『壹』 python 怎麼查看當前字元串的編碼格式
查看當前字元串的編碼格式的代碼為：Type "now", "right", "credits" or "license" for more information.
『貳』 python 判斷是不是中文字
法一：
isinstance(s, str) 用來判斷是否為一般字元串
isinstance(s, unicode) 用來判斷是否為unicode
或
if type(str).__name__!="unicode":
str=unicode(str,"utf-8")
else:
pass
法二：
Python chardet 字元編碼判斷
使用 chardet 可以很方便的實現字元串/文件的編碼檢測。尤其是中文網頁，有的頁面使用GBK/GB2312，有的使用UTF8，如果你需要去爬一些頁面，知道網頁編碼很重要的，雖然HTML頁面有charset標簽，但是有些時候是不對的。那麼chardet就能幫我們大忙了。
chardet實例
>>> import urllib
>>> rawdata = urllib.urlopen('http://www.google.cn/').read()
>>> import chardet
>>> chardet.detect(rawdata)
{'confidence': 0.98999999999999999, 'encoding': 'GB2312'}
>>>chardet可以直接用detect函數來檢測所給字元的編碼。函數返回值為字典，有2個元數，一個是檢測的可信度，另外一個就是檢測到的編碼。
chardet 安裝
下載chardet後，解壓chardet壓縮包，直接將chardet文件夾放在應用程序目錄下，就可以使用import chardet開始使用chardet了。
或者使用setup.py安裝文件，將chardet拷貝到Python系統目錄下，這樣所有的python程序只要用import chardet就可以了。
『叄』 python有哪幾種編碼方式
第一種：ASCII碼。是基於拉丁字母的一套電腦編碼系統，主要用於顯示現代英語和其他西歐語言，它是現今最通用的單位元組編碼系統，並等同於國際標准IS/IEC
646。
由於計算機是美國人發明的，因此，最早只有127個字母被編碼到計算機李，也就是大小寫英文字母、數字和一些符號，這個編碼表被稱為ASCII編碼，比如大寫字母A的編碼是65，小寫字母a的編碼是97，後128個稱為擴展ASCII碼。
第二種：GBK和GB2312。能在計算機中顯示中文字元是至關重要的，然而ASCII表裡一個偏旁部首都沒有，所以我們需要一個關於中文和數字對應的關系表，一個位元組只能最多表示256個字元，用處理中文顯然一個位元組是不夠的，所以我們需要採用兩個位元組來表示，所以中國制定了GB2312編碼，用來將中文編寫進去。
第三種：Unicode。因為各個國家都有一套自己的編碼，所以無法避免沖突，因此Unicode誕生了。它可以把所有語言都統一到一套編碼里，這樣就不會存在亂碼問題了，現代操作系統和大多數編程語言都直接支持Unicode。
第四種：UFT-8。基於節約的原則，出現了把Unicode編碼轉化為可變長編碼的UTF-8編碼。而UTF-8編碼把一個Unicode字元根據不同的數字大小編碼成1-6個位元組，常用的英文字母被編碼成一個位元組，漢字通常是3個位元組，只有很生僻的字元才會被編碼成4-6個位元組，如果你要傳輸的文本包含大量英文字元，用UTF-8編碼就能節省空間。
『肆』 python默認的字元編碼是什麼
Python的默認編碼是ASCII格式：
ASCII(American Standard Code for Information Interchange)，是一種單位元組的編碼。計算機世界裡一開始只有英文，而單位元組可以表示256個不同的字元，可以表示所有的英文字元和許多的控制符號；
源代碼文件中，如果有用到非ASCII字元，則需要在文件頭部進行字元編碼的聲明，如下：#-*- coding: UTF-8 -*-
實際上Python只檢查#、coding和編碼字元串，其他的字元都是為了美觀加上的。另外，Python中可用的字元編碼有很多，並且還有許多別名，還不區分大小寫，比如UTF-8可以寫成u8。
『伍』 python3字元串都是什麼編碼
編碼
字元串是一種數據類型，但是，字元串比較特殊的是還有一個編碼問題。
因為計算機只能處理數字，如果要處理文本，就必須先把文本轉換為數字才能處理。最早的計算機在設計時採用8個比特（bit）作為一個位元組（byte），所以，一個位元組能表示的最大的整數就是255（二進制11111111=十進制255），如果要表示更大的整數，就必須用更多的位元組。比如兩個位元組可以表示的最大整數是65535，4個位元組可以表示的最大整數是4294967295。
由於計算機是美國人發明的，因此，最早只有127個字母被編碼到計算機里，也就是大小寫英文字母、數字和一些符號，這個編碼表被稱為ASCII編碼，比如大寫字母A的編碼是65，小寫字母z的編碼是122。
Unicode
Unicode把所有語言都統一到一套編碼里，這樣就不會再有亂碼問題了。
Unicode標准也在不斷發展，但最常用的是用兩個位元組表示一個字元（如果要用到非常偏僻的字元，就需要4個位元組）。現代操作系統和大多數編程語言都直接支持Unicode。
現在，捋一捋ASCII編碼和Unicode編碼的區別：ASCII編碼是1個位元組，而Unicode編碼通常是2個位元組。
字母A用ASCII編碼是十進制的65，二進制的01000001；
字元0用ASCII編碼是十進制的48，二進制的00110000，注意字元'0'和整數0是不同的；
漢字已經超出了ASCII編碼的范圍，用Unicode編碼是十進制的20013，二進制的01001110 00101101。
如果把ASCII編碼的A用Unicode編碼，只需要在前面補0就可以，因此，A的Unicode編碼是00000000 01000001。
新的問題又出現了：如果統一成Unicode編碼，亂碼問題從此消失了。但是，如果你寫的文本基本上全部是英文的話，用Unicode編碼比ASCII編碼需要多一倍的存儲空間，在存儲和傳輸上就十分不劃算。
所以，又出現了把Unicode編碼轉化為「可變長編碼」的UTF-8編碼。UTF-8編碼把一個Unicode字元根據不同的數字大小編碼成1-6個位元組，常用的英文字母被編碼成1個位元組，漢字通常是3個位元組，只有很生僻的字元才會被編碼成4-6個位元組。如果你要傳輸的文本包含大量英文字元，用UTF-8編碼就能節省空間：
字元
ASCII
Unicode
UTF-8
A 01000001 00000000 01000001 01000001
中 x 01001110 00101101 11100100 10111000 10101101
從上面的表格還可以發現，UTF-8編碼有一個額外的好處，就是ASCII編碼實際上可以被看成是UTF-8編碼的一部分，所以，大量只支持ASCII編碼的歷史遺留軟體可以在UTF-8編碼下繼續工作。
搞清楚了ASCII、Unicode和UTF-8的關系，我們就可以總結一下現在計算機系統通用的字元編碼工作方式：
在計算機內存中，統一使用Unicode編碼，當需要保存到硬碟或者需要傳輸的時候，就轉換為UTF-8編碼。
用記事本編輯的時候，從文件讀取的UTF-8字元被轉換為Unicode字元到內存里，編輯完成後，保存的時候再把Unicode轉換為UTF-8保存到文件：
瀏覽網頁的時候，伺服器會把動態生成的Unicode內容轉換為UTF-8再傳輸到瀏覽器：
所以你看到很多網頁的源碼上會有類似<meta charset="UTF-8" />的信息，表示該網頁正是用的UTF-8編碼。
Python的字元串
在最新的Python 3版本中，字元串是以Unicode編碼的，也就是說，Python的字元串支持多語言，例如：
>>> print('包含中文的str')
包含中文的str
對於單個字元的編碼，Python提供了ord()函數獲取字元的整數表示，chr()函數把編碼轉換為對應的字元：
1個中文字元經過UTF-8編碼後通常會佔用3個位元組，而1個英文字元只佔用1個位元組。
在操作字元串時，我們經常遇到str和bytes的互相轉換。為了避免亂碼問題，應當始終堅持使用UTF-8編碼對str和bytes進行轉換。
Python源代碼也是一個文本文件，所以，當你的源代碼中包含中文的時候，在保存源代碼時，就需要務必指定保存為UTF-8編碼。當Python解釋器讀取源代碼時，為了讓它按UTF-8編碼讀取，我們通常在文件開頭寫上這兩行
#!/usr/bin/env python3# -*- coding: utf-8 -*-
第二行注釋是為了告訴Python解釋器，按照UTF-8編碼讀取源代碼，否則，你在源代碼中寫的中文輸出可能會有亂碼。
格式化：
在Python中，採用的格式化方式和C語言是一致的，用%實現，舉例如下：
format % (...params)
>>> 'Hello, %s' % 'world''Hello, world'>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)'Hi, Michael, you have $1000000.'
%運算符就是用來格式化字元串的。在字元串內部，%s表示用字元串替換，%d表示用整數替換，%x表示16進制整數，有幾個%?佔位符，後面就跟幾個變數或者值，順序要對應好。如果只有一個%?，括弧可以省略。
格式化整數和浮點數還可以指定是否補0和整數與小數的位數：
>>> '%2d-%02d' % (3, 1)' 3-01'>>> '%.2f' % 3.1415926'3.14'
有些時候，字元串裡面的%是一個普通字元怎麼辦？這個時候就需要轉義，用%%來表示一個%：
>>> 'growth rate: %d %%' % 7'growth rate: 7 %'
『陸』 Python字元編碼使用什麼碼
Python 2.x 和 Python 3.x 的字元編碼存在較大的區別。下面將分別介紹它們的編碼原理及相關內容。
Python 2.x 字元編碼
在 Python 2.x 中，str 類型默認使用 ASCII 編碼。ASCII 編碼是在 1960 年代初開發的一種編碼方式，用於將英文字母、數字、符號等字元表示為位元組。由於 ASCII 編碼只使用了 7 位二進制數，因此只能表示 128 種字元。
當需要使用非 ASCII 字元時，在 str 類型前添加 u 前綴，即可將字元串轉換為 Unicode 類型，如下所示：
str1 = 'hello' # 默認使用 ASCII 編碼
str2 = u'你好' # 使用 Unicode 編碼
Python 3.x 字元編碼
在 Python 3.x 中，str 類型默認使用 Unicode 編碼，即 Python 2.x 中的 Unicode 類型。Unicode 編碼是一種支持全球范圍內的字元集，褲歲正能夠表示幾乎所有語言的字元，包括漢字、日文、希臘字母等。
為了支持位元組和 Unicode 類型之間的轉換，Python3.x 新增了 bytes 類型。bytes 類型與 str 類型的區別在於，bytes 類型會自動將字元串轉雀猛換成位元組，而 str 類型會自動將位元組轉換成字元串。
bytes 類型使用 b 前綴表示，如下所示：
str1 = 'hello' # 默認使用胡悔 Unicode 編碼，即 Python 2.x 中的 Unicode 類型
str2 = b'hello' # 使用 bytes 類型
編碼原理及注意事項
字元編碼的原理在於將字元轉換為二進製表示，以便計算機能夠處理。
ASCII 編碼使用 7 位二進制數對字元進行編碼，而 Unicode 編碼使用 16 位或 32 位二進制數對字元進行編碼。
在 Python 中，可以使用 encode 方法將 Unicode 字元串轉換為位元組類型，使用 decode 方法將位元組類型轉換為 Unicode 字元串。編碼方式有多種，如 UTF-8、GBK、Unicode 等，需要根據實際業務需求進行選擇。
UTF-8 編碼是一種常用的 Unicode 字元編碼方式，它使用變長位元組對字元進行編碼，能夠表示幾乎所有的字元。GBK 編碼是一種用於漢字編碼的字元集，只能表示中文字元。
Python 3.x 默認使用 UTF-8 編碼，因此在讀取文件或進行網路傳輸時，需要明確指定編碼方式以避免出現亂碼等問題。
總結
由於字元編碼十分復雜，涉及到的知識點較多，因此學習時需要耐心且注意細節。在使用 Python 進行編程時，需要根據實際情況選擇合適的編碼方式，以避免出現亂碼等問題。
希望我的回答能夠對您有所幫助！
『柒』 python判斷字元串中是否只有ASCII編碼字元
ascii字元長度只有8位，而其他編碼的字元往往有16位或32位
利用這一點可以進行判斷
將字元串解碼成unicode，判斷長度是否與解碼前相同
#-*-coding:utf-8-*-
a='中國123'
b=a.decode('utf-8')
printa,len(a)==len(b)
a='abc'
b=a.decode('utf-8')
printa,len(a)==len(b)