如何将python 2.6项目移动到UTF-8？

我们正在从latin1迁移到UTF-8，有10万行python代码

另外，我是python新手（哈哈哈！）

我已经知道，

str（）

函数在接收Unicode时失败，因此我们应该使用

Unicode（）

来代替它，效果几乎相同

代码的其他“危险”地方是什么

---

是否有转移到UTF-8的基本准则/算法？它能写一个自动的“代码转换器”吗？

str

和

unicode

是类，而不是函数。当您调用

str（u'abcd'）

时，您正在初始化一个以'abcd'为变量的新字符串。碰巧可以使用

str（）

将任何类型的字符串转换为ascii

str

其他需要注意的方面包括读取文件/输入时，或者基本上是从非unicode编写的函数中以字符串形式返回的任何内容

---

享受：）

将Python2.x快速转换为默认UTF-8编码的一种方法是。这种方法有它的缺点——主要是它改变了所有库以及应用程序的编码，所以请谨慎使用。我的公司在我们的生产应用程序中使用了这种技术，它非常适合我们。它还与Python3向前兼容，Python3将UTF-8作为默认编码。您仍然需要将

str（）

的引用更改为

unicode（）

，但不必使用

.decode（）

和

encode（）显式指定编码

它能写成自动“代码转换器”吗？=）

否。
str
和
unicode
是两种不同的类型，它们有不同的用途。无论是在Python2还是Python3中，都不应该尝试用Unicode字符串替换每次出现的字节字符串

继续对二进制数据使用字节字符串。特别是，您正在向文件或网络套接字写入的任何内容都是字节。并对面向用户的文本使用Unicode字符串

中间有一个灰色的内部ASCII字符串区域，可以是字节或Unicode。在Python2中，这些通常是字节，在Python3中通常是Unicode。在您乐于将代码限制为Python 2.6+的情况下，您可以将明确的字节字符串标记为
b'
和
bytes
，将明确的字符字符串标记为
u'
和
unicode
，并使用
'
和
str
表示“无论默认的字符串类型是什么”字符串。
你的意思是你正在从
str
转移到
unicode
？我的意思是项目一直在到处使用ASCII，现在项目应该得到意向化，应该到处使用unicode，而unicode字符串在Python中不使用UTF-8（这不会限制它们的用途），因此，请指定您是想要Unicode支持还是必须切换到UTF-8。对于Python中的基本Unicode支持，您应该更喜欢Python的Unicode字符串（使用UTF-16或UTF-32）。感谢utf-8/utf-16文件不一定是ascii，我想说的是，一旦您发现自己使用的字符不是前127个字符，最好使用unicode，那么您就不依赖于一个代码页。文件是显式字节。不能将字符直接写入文件。有多种方法可以半自动编码发送到文件中的Unicode字符（特别是在Python 3中），但毕竟显式比隐式好……我认为，如果您声明打开一个文本文件（使用
rt
或
wt
文件模式），那么显式就足够了。在Python2.6中，您必须使用
编解码器
模块，但这仍然比手动解码简单，而且非常明确。