本文将带你了解测试工具python selenium 编码问题，希望本文对大家学测试工具有所帮助。

　　#coding=utf-8

　　from selenium   import webdriver

　　driver = webdriver.Firefox()

　　driver.get("//www.baidu.com")

　　# 返回百度页面底部备案信息

　　text =   driver.find_element_by_id("cp").text

　　print(text)

　　driver.close()

　　认识常见编码

　　GB2312是中国规定的汉字编码，也可以说是简体中文的字符集编码

　　GBK   是 GB2312的扩展 ,除了兼容GB2312外，它还能显示繁体中文，还有日文的假名

　　cp936：中文本地系统是Windows中的cmd，默认codepage是CP936，cp936就是指系统里第936号编码格式，即GB2312的编码。

　　(当然有其它编码格式：cp950   繁体中文、cp932 日语、cp1250   中欧语言。。。)

　　Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。UTF-8、UTF-16、UTF-32都是将数字转换到程序数据的编码方案。

　　UTF-8   （8-bit Unicode Transformation Format）是最流行的一种对 Unicode 进行传播和存储的编码方式。它用不同的   bytes 来表示每一个代码点。ASCII 字符每个只需要用一个 byte ，与 ASCII 的编码是一样的。所以说 ASCII 是 UTF-8   的一个子集。

　　在开发Python程序的过程中，会涉及到三个方面的编码：

　　Python程序文件的编码

　　Python程序运行时环境（IDE）的编码

　　Python程序读取外部文件、网页的编码

　　Python程序文件的编码

　　例如：

　　Python2自带的IDE，当创建了一个文件保存的时候提示：

　　这是因为Python2编辑器默认的编码是ASCII，它是无法识别中文的，所以会弹出这样的提示。这也是我们在大多情况下写python2程序的时候习惯在程序的第一行加上：#coding=utf-8

　　其实，这里的编码文件是很容易解决的。

　　Python程序运行时环境（IDE）的编码

　　执行下面的一段程序。

　　#coding=utf-8

　　from selenium import   webdriver

　　driver = webdriver.Firefox()

　　driver.get("//www.baidu.com")

　　#   返回百度页面底部备案信息

　　text = driver.find_element_by_id("cp").text

　　print(text)

　　driver.close()

　　在windows   cmd下执行：

　　我们要获取的信息是：

　　?2015   Baidu 使用百度前必读 意见反馈 京ICP证030173号

　　Windows cmd   用的是cp936，也就是中文的GB2312，在GBK的字符集里没有“?”，这就导致通过GBK解析的时候出现编码问题。

　　这就像你在翻译英文的时候，出现了一个单词，这个单词你查遍了牛津大词典都没找到对应的含义解释，那么自然是会有问题的。

　　那假设，我还就想在cmd下执行这个python程序了，那么可以去修改cmd的默认编码类型为utf-8，对应的编码为CHCP   65001（utf-8）。在cmd 下输入：chcp 65001 命令回车。

　　然后，修改cmd的字体为“Lucida   Console”，再来执行程序就可以被正确输出了。

　　Python程序读取外部文件、网页的编码

　　#这一块，暂时没有找到合适的例子

　　查看Python系统编码

　　查看Python2   或Python3的系统编码。

　　Python2:

　　Python 2.7.10   (default, May 23 2015, 09:40:32) [MSC v.1500 32 bit (Intel)] on   win32

　　Type   "copyright", "credits" or "license()" for more   information.

　　>>> import sys

　　>>>   sys.getdefaultencoding()

　　'ascii'

　　Python3:

　　Python 3.5.0 (v3.5.0:374f501f4567, Sep 13   2015, 02:27:37) [MSC v.1900 64 bit (AMD64)] on win32

　　Type   "copyright", "credits" or "license()" for more   information.

　　>>> import sys

　　>>>   sys.getdefaultencoding()

　　'utf-8'

　　那么如何修改Python2的系统编码为urf-8呢？

　　import   sys

　　reload(sys)

　　sys.setdefaultencoding('utf-8')

　　所以，在你的程序执行的过程中，遇到下面的报错信息时。

　　UnicodeEncodeError:   'ascii' codec can't encode characters in position   0-1....    

　　可以将上面的三行代码加到Python程序的头部。

　　decode()与encode()    

　　decode   的作用是将其他编码的字符串转换成 Unicode 编码，eg   name.decode(“GB2312”)，表示将GB2312编码的字符串name转换成Unicode编码。

　　encode   的作用是将Unicode编码转换成其他编码的字符串，eg   name.encode(”GB2312“)，表示将GB2312编码的字符串name转换成GB2312编码。

　　例如，前面获取百度底部信息的例子。我还可以通过decode()与encode()来解决：

　　#coding=utf-8

　　from selenium   import webdriver

　　driver = webdriver.Chrome()

　　driver.get("//www.baidu.com")

　　#   返回百度页面底部备案信息

　　text =   driver.find_element_by_id("cp").text

　　text2 =   text.encode("gbk","ignore").decode("gbk")

　　print(text2)

　　这里通过encode()将Unicode编码转换成gbk编码，在转换的过程中通过“ignore”忽略掉gbk不能识别的字符（?），然后再把gbk转换成Unicode编码。当然，这并不是一种完美的方式，毕竟牺牲部分字符串。

　　chardet模块

　　chardet是一个非常优秀的编码识别模块。

　　通过pip   安装：

　　>pip   install   chardet    

　　使用：

　　>>> from chardet import   detect

　　>>> a =   "中文"

　　>>> detect(a)

　　{'confidence':   0.682639754276994, 'encoding':   'KOI8-R'}

　　大概有68%的把握为KOI8-R编码类型。

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标软件测试之测试工具频道！