python字符编码与解码 unicode，str

Posted 2020-09-28

字符编码

　　计算机中的字符都是以特定的编码形式存放的，从最早的ascii到后来的Unicode以及UTF-8， 在python中， 字符串str也是是区分编码的，在各种编码的字符串之间，有一座桥梁，就是unicode类型。

 

str, unicode

　　str转到unicode需要解码，即decode；反之，unicode转到str需要编码，即encode：

　　str              -- (decode) -->         unicode

　　unicode     -- (encode) -->          str

　　str也可以直接用encode方法把一种编码的str转到另外一种编码的str，其实表面上的直接转码还是经过了先解码后编码的过程，就是说：str.encode()等价于str.decode(sys.defaultencoding).encode()，sys.defaultencoding是python默认编码，一般是ascii编码。类似地，对于unicode类型，也有：unicode.decode()等价于unicode.encode(sys.defaultencoding).decode()。

例子代码：

 1 #!/usr/bin/env python
 2 # -*- coding: utf-8 -*-
 3 # @Time    : 2017/7/17 22:09
 4 # @Author  : dswang
 5 
 6 import sys
 7 
 8 if __name__ == ‘__main__‘:
 9     print sys.getdefaultencoding()
10     x = ‘严‘
11     print type(x)
12     print repr(x)
13 
14     y = x.decode(‘utf-8‘)
15     print type(y)
16     print repr(y)
17 
18     z = y.encode(‘gb2312‘)
19     print type(z)
20     print repr(z)

结果为：

ascii
<type ‘str‘>
‘\xe4\xb8\xa5‘
<type ‘unicode‘>
u‘\u4e25‘
<type ‘str‘>
‘\xd1\xcf‘

说明：文件头注释中的-*- coding: utf-8 -*-用来指明文件的编码方式为utf-8，代码中str的编码也默认为utf-8。

 

参考文章

【1】字符编码笔记：ASCII，Unicode和UTF-8 by 阮一峰