今天小編就爲大家分享一篇關於Python3字符串encode與decode的講解,小編覺得內容挺不錯的,現在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧
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的其他內容,畢竟是python小白,自學道路艱難。
好了今天和大家一起探討下python3編碼過程中對的一些轉碼事宜。
python3中對文本和二進制做了比較清晰的區分。python3默認編碼爲unicode,由str類型進行表示。二進制數據使用byte類型表示,所以不會將str和byte混在一起。在實際應用中我們經常需要將兩者進行互轉
有幾點需要注意:
1:字符串通過編碼轉換爲字節碼,字節碼通過解碼轉換爲字符串
str--->(encode)--->bytes,bytes--->(decode)--->str
import sys print('目前系統的編碼爲:',sys.getdefaultencoding()) name='小明' print(type(name))#首先我們來打印下轉碼前的name類型,因爲它是str,所以可以通過encode來進行編碼 name1=name.encode('utf-8') print(name1)
輸出爲:
目前系統的編碼爲: utf-8
<class 'str'>
b'\xe5\xb0\x8f\xe6\x98\x8e'
這裏大家或許會有一個疑問,編碼utf-8爲什麼不是decode轉成unicode
因爲開頭跟大家講過,python3默認就是unicode,utf-8可以看成是unicode的一個擴展集,所以其實name本身是一個unicode編碼的,所以可以通過encode編碼成utf-8,這裏可以試下,如果認爲name應該是utf-8,那我們來試下encode會不會報錯
name1=name.decode('utf-8') print(name1) 這裏會報如下錯誤: AttributeError: 'str' object has no attribute 'decode'
所以,對於python3默認的就是unicode編碼。
既然已經encode成utf-8了,那我們來看下decode會出現什麼樣的結果
name2=name1.decode('utf-8') print(type(name2)) print(name2) 這裏要跟大家說下,decode()括號中爲什麼寫utf-8,而不寫gbk,可以這樣理解,因爲要解碼,你總得告訴它我是什麼編碼的吧,比如我原先是utf-8格式的編碼,現在要解碼,但是如果冒充utf-8,說自己是gbk,那就會出現亂碼,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,系統會默認爲utf-8,大家可以試下。
2:utf-8編碼格式和gbk編碼格式互轉
既然知道utf-8編碼與解碼的規律,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的結果 <class 'bytes'> b'\xd0\xa1\xc3\xf7' 下面是name4的結果 <class 'str'> 小明
從上面可以卡出name2本來是解碼成utf-8的,後來有隊name2進行了gbk編碼,接着又再次對name3進行gbk解碼
所以不難看出,其實utf-8和gbk之間都是通過unicode來做一箇中間轉換的操作
在例子中
name2=name1.decode('utf-8') name3=name2.encode('gbk')
這兩步的操作就是通過unicode來轉的
總結
以上就是這篇文章的全部內容了,希望本文的內容對大家的學習或者工作具有一定的參考學習價值,謝謝大家對神馬文庫的支持。如果你想了解更多相關內容請查看下面相關鏈接