关于Python字符编码encode和decode

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于Python字符编码encode和decode相关的知识,希望对你有一定的参考价值。

(注:本文部分内容摘自互联网,由于作者水平有限,不足之处,还望留言指正。)

      记得几天前,部门的一个小姑娘问我,怎么她Python打印出来的中文信息都乱码了?我走过去,略思一二,瞬间给她搞定,其实这是字符编码转换的问题。这时,我注意到小姑娘流露出一丝丝崇拜的眼神。所以我想,如果你连编码问题都搞不定,还怎么泡妞啊。可能一部分人也会进入这种误区,我以我小学生的水平,把我的理解结合网上的资料写下来。

     注意:Python3默认编码是unicode;而Python2是ASCII码。Windows环境默认是gbk编码

     常见编码错误原因:

          1. Python解释器的默认编码

          2. Python源文件文件编码

          3. Terminal使用的编码

          4. 操作系统的语言设置

     一、 编码的种类

         I、ASCII 占1个字节,只支持英文

         II、GB2312 占2个字节,支持6700+汉字

         III、GBK GB2312的升级版,支持21000+汉字,中文2个字节

         IV、Unicode 2-4字节 已经收录136690个字符

         V、UTF-8: 使用1、2、3、4个字节表示所有字符;优先使用1个字符、无法满足则使增加一个字节,最多4个字节。英文占1个字

                节、欧洲语系占2个、东亚占3个,其它及特殊字符占4个中文3个字节。

         VI、UTF-16: 使用2、4个字节表示所有字符;优先使用2个字节,否则使用4个字节表示。

    二、 Python3的执行过程

        1.解释器找到代码文件,把代码字符串按文件头定义的编码加载到内存,转成unicode

        2.把代码字符串按照语法规则进行解释,

        3.所有的变量字符都会以unicode编码声明

 

        Py3 自动把文件编码转为unicode,Python2并不会自动的把文件编码转为unicode存在内存里。需要手动转码。

    三、手动转码规则

        UTF-8 --> decode 解码 --> Unicode

        Unicode --> encode 编码 --> GBK / UTF-8 等

        使用type可以查看编码形式,unicode是‘unicode’,gbk和utf-8是‘str或bytes’。

   实例:

        Python2中默认是ASCII码

#coding=utf-8
#Python2中默认是ASCII码,一般会加入以utf-8编程
a = ‘编码                       # a是utf-8类型
b = a.decode(utf-8)       # b是Unicode类型
c = b.encode(gbk)        #c是gbk类型
d = c.decode(gbk).encode(utf-8)   #先将c转换成Unicode,再转成utf-8
print a ,b,c,d
print type(a),type(b),type(c),type(d)

输出结果技术分享

          Python3中默认是unicode

a = 编码                       # a是unicode类型
b = a.encode(utf-8)       # b是utf-8类型
c = a.encode(gbk)        #c是gbk类型
print (a ,b,c)
print (type(a),type(b),type(c))
#python3默认是unicode类型

输出结果技术分享

        在Windows中默认gbk

>>> a = 编码
>>> b = a.decode(gbk) #windows默认是gbk,先解码成unicode
>>> c = b.encode(utf-8) #unicode转换成utf-8
>>> a
\\xb1\\xe0\\xc2\\xeb
>>> b
u\\u7f16\\u7801
>>> c
\\xe7\\xbc\\x96\\xe7\\xa0\\x81
>>> print(a,b,c)
(\\xb1\\xe0\\xc2\\xeb, u\\u7f16\\u7801, \\xe7\\xbc\\x96\\xe7\\xa0\\x81)
>>> type(a)
<type str>
>>> type(b)
<type unicode>
>>> type(c)
<type str>
>>>

        就写这些吧。

       哎,我们曾经有梦,可是那一年毕业了,梦去另一个城市搬砖了技术分享。梦是我同学呀。技术分享

以上是关于关于Python字符编码encode和decode的主要内容,如果未能解决你的问题,请参考以下文章

python字符串的encode和decode

python decode和encode

python的encode()和decode()函数

Python—编码与解码(encode()和decode())

Python字符串的encode与decode

Python字符串的编码与解码(encode与decode)