向python添加编码别名答案

【问题标题】：Adding encoding alias to python向python添加编码别名
【发布时间】：2010-11-07 00:54:06
【问题描述】：

有没有一种方法可以为 python 添加别名进行编码。网上有些网站使用编码“windows-1251”，但它们的字符集设置为 win-1251，所以我想让 win-1251 成为 windows-1251 的别名

【问题讨论】：

【解决方案1】：

可以通过编辑 aliases.py 文件来添加编码别名。

# euc_jp codec
'eucjp'              : 'euc_jp',
'ujis'               : 'euc_jp',
'u_jis'              : 'euc_jp',
'euc_jp_linux'       : 'euc_jp',
'euc-jp-linux'       : 'euc_jp',

上面我在编码euc_jp中添加了两个别名euc_jp_linux和euc-jp-linux。

对于 64 位 linux 系统 aliases.py 文件一般位于 /usr/lib64/python2.6/encodings/ 下

【讨论】：

【解决方案2】：

encodings 模块没有很好的文档记录，所以我会改用 codecs，is：

import codecs

def encalias(oldname, newname):
  old = codecs.lookup(oldname)
  new = codecs.CodecInfo(old.encode, old.decode, 
                         streamreader=old.streamreader,
                         streamwriter=old.streamwriter,
                         incrementalencoder=old.incrementalencoder,
                         incrementaldecoder=old.incrementaldecoder,
                         name=newname)
  def searcher(aname):
    if aname == newname:
      return new
    else:
      return None
  codecs.register(searcher)

这是 Python 2.6 -- 接口与早期版本不同。

如果您不介意依赖特定版本的未记录内部结构，@Lennart 的别名方法当然也可以——而且确实比这更简单；-)。但我怀疑（正如他所认为的那样）这个更易于维护。

【讨论】：

伟大的亚历克斯！ --- 不要使用没有很好文档的模块。

【解决方案3】：

>>> import encodings
>>> encodings.aliases.aliases['win_1251'] = 'cp1251'
>>> print '\xcc\xce\xd1K\xc2\xc0'.decode('win-1251')
MOCKBA

虽然我个人会考虑这个猴子补丁，并使用我自己的转换表。但我不能为这个立场提供任何好的论据。 :)

【讨论】：

Alex 确实为上述立场提供了一个很好的论据。 :-) 我认为官方的方式工作量太大，仍然会简单地提供我自己的转换列表，但这并不总是可行的
也许指出encodings.aliases.aliases 键是标准化的。这就是decode() 参数中的'win-1251'（带有破折号）如何在内部映射到带有下划线的'win_1251'。反过来是行不通的；带有破折号的人类可读编码名称需要在别名键中用下划线表示。