［求问］有没有办法将一个包含不同编码的 list 转换为一个相同编码的 string

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 3427 天前的主题，其中的信息可能已经有所发展或是发生改变。

如
元素可能是utf8或ascii，也可能已经是同一种编码
也就是说谁是哪一种编码是不确定的
a=[u'\u54c8\u54c8', '\xba\xc7\xba\xc7'] u'\u54c8\u54c8\u5475\u5475'

编码

UTF8

ASCII

6 条回复 • 2015-07-16 09:00:55 +08:00

ayang23

2015-07-15 19:55:57 +08:00

你的字符串里现在有两种，unicode, utf-16
print ''.join([s if isinstance(s, unicode) else s.decode('utf-16') for s in a])

如果包含更多编码的情况，那只能一个一个猜了，可以用chardet这个库

lixia625

2015-07-15 19:59:50 +08:00

@ayang23
嗯感觉也没有其他好办法了只能一下下判断
每次遇到这python中文编码坑就想骂娘

magicyu1986

2015-07-15 23:04:18 +08:00

之前也遇到过这个问题。
遍历可能的字符编码，然后用正则表达式一个一个的匹配。
这种方式，笨，慢，期待其他高人的回答。

Hackathon

2015-07-16 01:35:31 +08:00

In [9]: from CodeConvert import CodeConvert as cc

In [10]: a = [u'\u54c8\u54c8', '\xba\xc7\xba\xc7']

In [11]: ''.join(cc.Convert2Unicode(a))
Out[11]: u'\u54c8\u54c8\u5475\u5475'

In [12]:

CodeConvert 只考虑了部分编码，大部分情况下还是够用的

wkdhf233

2015-07-16 02:52:11 +08:00

你可以把猜编码的函数都丢一个list里，猜中的朝前移。。

huangfs

2015-07-16 09:00:55 +08:00

python3?