大家好，很久沒更新了，也是年底了最近比較忙，同時也在研究python的其他內(nèi)容，畢竟是python小白，自學(xué)道路艱難。

好了今天和大家一起探討下python3編碼過程中對的一些轉(zhuǎn)碼事宜。

python3中對文本和二進(jìn)制做了比較清晰的區(qū)分。python3默認(rèn)編碼為unicode，由str類型進(jìn)行表示。二進(jìn)制數(shù)據(jù)使用byte類型表示，所以不會將str和byte混在一起。在實(shí)際應(yīng)用中我們經(jīng)常需要將兩者進(jìn)行互轉(zhuǎn)

有幾點(diǎn)需要注意：

1：字符串通過編碼轉(zhuǎn)換為字節(jié)碼，字節(jié)碼通過解碼轉(zhuǎn)換為字符串

str--->(encode)--->bytes，bytes--->(decode)--->str

import sys
print('目前系統(tǒng)的編碼為：',sys.getdefaultencoding())
name='小明'
print(type(name))#首先我們來打印下轉(zhuǎn)碼前的name類型，因?yàn)樗莝tr，所以可以通過encode來進(jìn)行編碼
name1=name.encode('utf-8')
print(name1)

輸出為：

目前系統(tǒng)的編碼為： utf-8
<class 'str'>
b'\xe5\xb0\x8f\xe6\x98\x8e'

這里大家或許會有一個疑問，編碼utf-8為什么不是decode轉(zhuǎn)成unicode

因?yàn)殚_頭跟大家講過，python3默認(rèn)就是unicode，utf-8可以看成是unicode的一個擴(kuò)展集，所以其實(shí)name本身是一個unicode編碼的，所以可以通過encode編碼成utf-8，這里可以試下，如果認(rèn)為name應(yīng)該是utf-8，那我們來試下encode會不會報錯

name1=name.decode('utf-8')
print(name1)
這里會報如下錯誤：
AttributeError: 'str' object has no attribute 'decode'

所以，對于python3默認(rèn)的就是unicode編碼。

既然已經(jīng)encode成utf-8了，那我們來看下decode會出現(xiàn)什么樣的結(jié)果

name2=name1.decode('utf-8')
print(type(name2))
print(name2)
這里要跟大家說下，decode()括號中為什么寫utf-8，而不寫gbk，可以這樣理解，因?yàn)橐獯a，你總得告訴它我是什么編碼的吧，比如我原先是utf-8格式的編碼，現(xiàn)在要解碼，但是如果冒充utf-8，說自己是gbk，那就會出現(xiàn)亂碼，見下：
<class 'str'>
<class 'str'>
灝忔槑

另外如果大家encode()和decode()括號中不寫編碼格式,系統(tǒng)會默認(rèn)為utf-8，大家可以試下。

2：utf-8編碼格式和gbk編碼格式互轉(zhuǎn)

既然知道utf-8編碼與解碼的規(guī)律，那我們來試試它與gbk之間的火花。

name1=name.encode('utf-8')
name2=name1.decode('utf-8')
name3=name2.encode('gbk')
name4=name3.decode('gbk')
print(type(name3))
print(name3)
下面是name3的結(jié)果
<class 'bytes'>
b'\xd0\xa1\xc3\xf7'
下面是name4的結(jié)果
<class 'str'>
小明

從上面可以卡出name2本來是解碼成utf-8的，后來有隊name2進(jìn)行了gbk編碼，接著又再次對name3進(jìn)行g(shù)bk解碼

所以不難看出，其實(shí)utf-8和gbk之間都是通過unicode來做一個中間轉(zhuǎn)換的操作

在例子中

name2=name1.decode('utf-8')
name3=name2.encode('gbk')

這兩步的操作就是通過unicode來轉(zhuǎn)的

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，謝謝大家對腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請查看下面相關(guān)鏈接

最新評論