encode

encode() 可以對字符串進(jìn)行「編碼」，常用來對「中文」字符串進(jìn)行編碼，以解決「亂碼」問題。

語法

string.encode( encoding, errors )

參數(shù)

• encodeing ：（可選）指定編碼，默認(rèn) UTF-8
• errors ：（可選）設(shè)置錯誤處理方式，默認(rèn)

返回值

• 返回編碼后的「新字符串」

實例：對字符串進(jìn)行GBK編碼

str1 = 'hello'
print(str1.encode('gbk'))

輸出：

b'hello'

1、常見編碼格式

• ASCLL：美國早期制定的編碼規(guī)范，只能表示128個字符。
• GB2312：中國在ASCLL基礎(chǔ)上對中文進(jìn)行擴展，可以表示6763個漢字符號。
• GBK：對GB2312的進(jìn)一步擴展（K指擴），收錄了21886個漢字符號。
• GB18030：對GBK再一次擴充，收錄了70244個漢字符號。
• Unicode：字符集，包含了世界上目前所有的符號，全球的所有文字都可以解析，字符是定長的，統(tǒng)一為16位
• UTF-8：使用最廣的一種Unicode的實現(xiàn)方式，每次8個位傳輸數(shù)據(jù)；體積太大，國內(nèi)通常使用GBK。
• UTF-16：Unicode的另一種實現(xiàn)方式，每次傳輸16位數(shù)據(jù)

各個編碼實例：

print('hello'.encode('gb2312'))
print('hello'.encode('gbk'))
print('hello'.encode('gb18030'))
print('hello'.encode('utf8'))
print('hello'.encode('utf16'))

輸出：

b'hello'
b'hello'
b'hello'
b'hello'
b'\xff\xfeh\x00e\x00l\x00l\x00o\x00'

仔細(xì)觀察返回結(jié)果就會發(fā)現(xiàn)，字符串前面都加了個b，接下來我們了解一下這是什么含義。

2、返回的是Bytes類型

encode() 編碼后會返回一個「Bytes類型」的結(jié)果，而不是「str類型」

str1 = 'hello'
print(type(str1))
print(type(str1.encode()))

輸出：

<class 'str'>
<class 'bytes'>

bytes 和 str 都屬于字符串類型：

• str 以Unicode code points形式存儲(人認(rèn)識的形式)
• bytes 以byte形式存儲(機器認(rèn)識的形式)

bytes 是一個「二進(jìn)制」序列對象，定義時在字符串前面加上b（英文可以，中文需要先encode）

str1 = b'hello'
print(type(str1))

輸出：

<class 'bytes'>

3、錯誤處理方式

encode() 在編碼時，經(jīng)常會遇到「無法編碼」的字符，這時就可以用 errors 設(shè)置適當(dāng)?shù)奶幚矸绞剑?/p>

• strict：失敗時引發(fā)錯誤
• ignore：忽略無法編碼的字符
• backslashreplace：用反斜杠替換無法編碼的字符
• namereplace：用解釋字符的文本替換無法編碼的字符
• replace：用問號替換無法編碼的字符
• xmlcharrefreplace：用xml字符替換字符

如果給「兩個參數(shù)」，可以自動按順序復(fù)制給參數(shù)；如果只給「一個參數(shù)」，需要用參數(shù)名指定。

print('hello'.encode('gbk', 'strict'))
print('hello'.encode(errors='ignore'))
print('hello'.encode(errors='backslashreplace'))
print('hello'.encode(errors='namereplace'))
print('hello'.encode(errors='replace'))
print('hello'.encode(errors='xmlcharrefreplace'))

4、解碼

decode() 會將「bytes類型」轉(zhuǎn)成「str類型」，這意味著它只能解碼bytes類型的字符串，解碼str類型的字符串會報錯 AttributeError: ‘str’ object has no attribute ‘decode’

bytes類型格式是 b'xxx'，如果只有str形式的字符串（比如 '\xe5\xbc\xa0\xe4\xb8\x89'），可以在前面加上b，變成bytes類型，再進(jìn)行解碼

print(b'\xe5\xbc\xa0\xe4\xb8\x89'.decode())

輸出：

張三

總結(jié)

到此這篇關(guān)于Python編碼解碼之encode()函數(shù)的文章就介紹到這了,更多相關(guān)Python encode()函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論