在python2中字符串分為 unicode 和 str 類型

　　Str To Unicode 使用decode(), 解碼
　　Unicode To Str 使用encode(), 編碼

返回?cái)?shù)據(jù)給前端時(shí)需要先將unicode轉(zhuǎn)換為str類型, 事實(shí)上, python2 中的 str 就是一串字節(jié)(byte), 而網(wǎng)絡(luò)通信時(shí), 傳輸?shù)木褪亲止?jié). 如果前端需要接收json數(shù)據(jù), 需要使用 json.dumps() 將數(shù)據(jù)轉(zhuǎn)換為json格式進(jìn)行返回, 當(dāng)數(shù)據(jù)是嵌套類型的數(shù)據(jù), 內(nèi)層的數(shù)據(jù)可能無法直接轉(zhuǎn)換為str類型的數(shù)據(jù), 這時(shí)可以使用eval()函數(shù)進(jìn)行轉(zhuǎn)換, 再使用json.dumps()進(jìn)行轉(zhuǎn)換為json格式的數(shù)據(jù), json 事實(shí)上就是一串字符串.

python2 默認(rèn)情況下 字符串 的類型是 str 類型, 如果需要得到 unicode 類型的字符串, 需要使用下面的方式進(jìn)行聲明:

my_str = u"lowmanisbusy" # 在變量前面加上 u

在 python2 中如果沒有重新指定字符編碼, 定義中文的字符串時(shí), 需要加上 "u", 指明該字符串為 unicode 類型, 指定使用unicode編碼對(duì)其進(jìn)行編碼保存:

my_zh_str = u"渣男不但丑" # 在變量前面加上 u

unicode編碼: unicode編碼為世界上所有字符都分配了一個(gè)唯一編號(hào), 為十六進(jìn)制, 如中文簡(jiǎn)體漢字 “渣” 的 Unicode編號(hào)就是 6E23, 在 python2就是 "\u6e23", 但是unicode僅僅定義了每個(gè)字符的編號(hào)，并沒有定義如何將這個(gè)編號(hào)進(jìn)行存儲(chǔ)的方式,所以后來出現(xiàn)了utf-8, gbk等編碼格式, 它們都是 unicode 的一種實(shí)現(xiàn)方式, 仍然使用了unicode 中的唯一編號(hào), 個(gè)人對(duì)其的簡(jiǎn)單理解就是在unicode編碼的基礎(chǔ)之上又定義了對(duì)字符的存儲(chǔ)方式.

在python3中字符串分為 str 和 bytes 兩種類型

  Str To Bytes 使用 encode(), 編碼
  Bytes To Str 使用 decode(), 解碼

這里需要說明的是, python3 中 bytes 類型的字符串, 就相當(dāng)于 python2 中 str 類型的字符串, python3中沒有unicode類型的字符串, 這里其實(shí)涉及到默認(rèn)編碼的問題, python3默認(rèn)字符編碼為:utf-8, python2默認(rèn)字符編碼為:ASCII, ASCII碼 包含了128個(gè)字符, 其中包括所有的英文字符, 阿拉伯?dāng)?shù)字, 標(biāo)點(diǎn)符號(hào), 控制符號(hào)等, 卻沒有中文, 中文是象形文字, 需要使用到更多的字節(jié)進(jìn)行組合來表示出每個(gè)漢字, 因此ASCII是無法滿足對(duì)中文的表示的, 所以 python2中如果沒有重新設(shè)置字符編碼的話,代碼中就不允許出現(xiàn)str類型的中文字符串(可以指定為unicode類型), 因?yàn)镃python2解釋器無法識(shí)別. 至于 ASCII, UNICODE, UTF-8 之間的關(guān)系與區(qū)別這里就不細(xì)說了, 可以自行去了解一下( utf-8編碼  是  unicode編碼 的一種實(shí)現(xiàn)方式, 個(gè)人理解可以認(rèn)為是下面這樣一種關(guān)系: utf-8 <---> unicode <--->byte, 最終,數(shù)據(jù)的傳輸仍然是以二進(jìn)制的形式一個(gè)一個(gè)字節(jié)進(jìn)行傳輸?shù)?

默認(rèn)情況下,python3中字符串的類型為 str, 在web框架中, 會(huì)自動(dòng)將 str轉(zhuǎn)換成 byte 向前端返回.

當(dāng)需要將某種編碼格式的bytes轉(zhuǎn)換另外一種編碼格式的bytes時(shí)需要先按原來的編碼格式進(jìn)行解碼成str類型, 再使用新的編碼格式轉(zhuǎn)換為bytes類型

如: 若存在變量 my_bt, 其為編碼格式 gbk 的 bytes, 需將其轉(zhuǎn)換為utf-8的編碼格式,需要進(jìn)行如下的處理:

my_str = my_bt.decode("gbk") # 解碼
　　my_bt = my_str.encode("utf-8") # 重新編碼

 因?yàn)?python3 中沒有 unicode 類型的字符串, 所有在 python3 中使用下面這種方式定義字符串是沒有意義的

my_str = u"渣男不但丑"

ps:下面看下Python2之unicode轉(zhuǎn)字符串

str.encode('unicode-escape').decode('string_escape')

總結(jié)

以上所述是小編給大家介紹的python2 中 unicode 和 str 之間的轉(zhuǎn)換及與python3 str 的區(qū)別,希望對(duì)大家有所幫助，如果大家有任何疑問請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！
如果你覺得本文對(duì)你有幫助，歡迎轉(zhuǎn)載，煩請(qǐng)注明出處，謝謝！

最新評(píng)論