gb2312转utf8python
❶ micropython中怎么将gb2312编码的字节流变成中文
micropython中好像还没有unicode方面的支持，中文解码也还没有。
不过可以参考这样的想法，GB2312编码的汉字都是双字节，ASC码都是大于127的.这样如果连续两个字符都是大于127的，就可以当成一个汉字处理。
❷ python怎么把ASNI（GB2312）转换成UTF-8
#!/usr/bin/envpython3
fromchardetimportdetect
fn='a.txt'
withopen(fn,'rb')asf:
s=f.read()
coding=detect(s)['encoding']
print('coding:{}'.format(coding))
print('content:{}'.format(s.decode(coding).rstrip()))
newf='b.txt'
withopen(newf,'wb')asf:
f.write(s.decode(coding).encode('utf8'))
print('done!convertcodingtoutf-8andwirtecontentin`{}`'.format(newf))
如果报ImportError那就
pipinstallchardet
def 你理解代码后自己整合吧
❸ python 解析xml 是不是只能解析编码格式为utf-8的gb2312不行吗
据我了解，minidom只支持utf-8文件的解析，所以在解析之前不管用什么方法，最好确保文件是utf-8格式的，话说python的文本操作通常用utf-8都是没什么问题的，其它编码方式多多少少都有些麻烦，所以生成文件的时候尽量少用中文编码！
❹ 如何处理python编码转换时的UnicodeDecodeError异常
原始编码错误，比如原始是utf8，你当成gb2312解就报这个错，LZ也可以搜一下我的回答。有一些类似问题
❺ python 如何将windows-1252转换为utf-8
巧了 , 我也碰到这个问题 . 不过我那个是标着 gb2312 , 代码 检测 出来是 window-1252 , 实际上是 gb18030
❻ 我在写一个python的网络爬虫，写入记事本的内容都是乱码如何使写入的数据以utf8或者gb2312的码制写入。
我从自己一个utf8的爬虫程序里面摘的。
程序开头：
#!/usr/bin/envpython
#-*-coding:utf8-*-
importurllib
importurllib2
importstring
importre
importsys
type0=sys.getfilesystemencoding()#解决中文乱码问题
后面做抓取程序的时候全部加上decode和encode。
pos1=text.find(term.decode("utf-8").encode(type0))在输入到txt的时候相应的分隔符也要decode和encode：
f.write(info+'!'.decode("utf-8").encode(type0))希望能帮到你。
❼ 用python抓取编码为gb2312的网页，结果抓取的都是乱码 怎样才能将它弄成正常的HTML格式
你试试下面的代码
#!/usr/bin/envpython
#-*-coding:utf8-*-
importurllib2
req=urllib2.Request("http://www..com/")
res=urllib2.urlopen(req)
html=res.read()
res.close()
html=unicode(html,"gb2312").encode("utf8")
printhtml
❽ python3怎样把gb2312的文件转换成utf-8格式
str.decode("gb2312").encode("utf-8")
decode
是解码，把一直的gb2312格式转换为中间格式unicode，encode再转换为你需要的utf-8
❾ 怎么在Python里使用UTF-8编码
概述
在python代码即.py文件的头部声明即可
解析
py文件中的编码
Python 默认脚本文件都是 ANSCII 编码的，当文件 中有非 ANSCII 编码范围内的字符的时候就要使用"编码指示"来修正一个 mole 的定义中，如果.py文件中包含中文字符（严格的说是含有非anscii字符），则需要在第一行或第二行指定编码声明：
# -*- coding=utf-8 -*-
#coding=utf-8
# 以上两种选其一即可
其他的编码如：gbk、gb2312也可以；否则会出现:
SyntaxError: Non-ASCII character 'xe4' in file test.py on line 3, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details
python中的编码与解码
先说一下python中的字符串类型，在python中有两种字符串类型，分别是 str 和 unicode，他们都是basestring的派生类；
str类型是一个包含Characters represent (at least) 8-bit bytes的序列；
unicode 的每个 unit 是一个 unicode obj;
在str的文档中有这样的一句话：
The string data type is also used to represent arrays of bytes, e.g., to hold data read from a file.
也就是说在读取一个文件的内容，或者从网络上读取到内容时，保持的对象为str类型；如果想把一个str转换成特定编码类型，需要把str转为Unicode,然后从unicode转为特定的编码类型如：utf-8、gb2312等。
拓展内容
utf-8编码
UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，也是一种前缀码。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部分修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或发送文字的应用中，优先采用的编码。
UTF-8使用一至六个字节为每个字符编码（尽管如此，2003年11月UTF-8被RFC 3629重新规范，只能使用原来Unicode定义的区域，U+0000到U+10FFFF，也就是说最多四个字节）：
1、128个US-ASCII字符只需一个字节编码（Unicode范围由U+0000至U+007F）。
2、带有附加符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及它拿字母则需要两个字节编码（Unicode范围由U+0080至U+07FF）。
3、其他基本多文种平面（BMP）中的字符（这包含了大部分常用字，如大部分的汉字）使用三个字节编码（Unicode范围由U+0800至U+FFFF）。
4、其他极少使用的Unicode辅助平面的字符使用四至六字节编码（Unicode范围由U+10000至U+1FFFFF使用四字节，Unicode范围由U+200000至U+3FFFFFF使用五字节，Unicode范围由U+4000000至U+7FFFFFFF使用六字节）。
对上述提及的第四种字符而言，UTF-8使用四至六个字节来编码似乎太耗费资源了。但UTF-8对所有常用的字符都可以用三个字节表示，而且它的另一种选择，UTF-16编码，对前述的第四种字符同样需要四个字节来编码，所以要决定UTF-8或UTF-16哪种编码比较有效率，还要视所使用的字符的分布范围而定。不过，如果使用一些传统的压缩系统，比如DEFLATE，则这些不同编码系统间的的差异就变得微不足道了。若顾及传统压缩算法在压缩较短文字上的效果不大，可以考虑使用Unicode标准压缩格式（SCSU）。
互联网工程工作小组（IETF）要求所有互联网协议都必须支持UTF-8编码。互联网邮件联盟（IMC）建议所有电子邮件软件都支持UTF-8编码。
❿ python爬虫中，格式为gb2312的HTML在decode（'utf-8')时出错。求解。
#coding=utf-8
import urllib2
url='http://bbs.hupu.com/12321671.html'
html=urllib2.urlopen(url)
content=html.read().decode("gbk").encode("utf-8")
print content
html.close()