Python2中編碼相關的問題很是讓人蛋疼，特別是中文字符。

比如本文所述的中文網頁GBK編碼的詭異問題。

現象

例如：盲錄?氓??，其實網頁里面正常的應該是會員

分析

接著上面的例子，會員這部分亂碼通過repr()函數求值得到如下結果

            
\xc3\xa4\xc2\xbc\xc2\x9a\xc3\xa5\xc2\x91\xc2\x98
          

使用type()函數求值得到的結果為unicode

eval(repr())出來值為

            
盲錄?氓??
          

通過查表上述6個漢字對應

            
c3a4 c2bc c29a c3a5 c291 c298
          

而上面內容對應的UTF-8值就是會員

解決方法

相當詭異的是本身是unicode編碼，卻被當作GBK系列來解碼，結果導致亂碼。因此將這些字符先編碼再解決解決問題。

            
encode('raw_unicode_escape').decode()
          

以上這篇淺談Python2之漢字編碼為unicode的問題(即類似\xc3\xa4)就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。