python3中的编码问题

Posted 2020-10-14 ShiveryMoon

一提到编码，我们脑子里就会想到unicode, utf-8 ,gbk 等类型的编码。

但事实上，unicode和utf-8，gbk并不是同一级别的代码。

python3中，unicode是内存里统一使用的编码，内存里所有的数据（比如str对象）都是用unicode编码的。

可以看到，添加u前缀以后，str对象没变化，说明原本就是unicode

 

从unicode编码转换成别的类型的编码，这个过程叫编码 (encode)

从别的类型的编码转换为unicode，这个过程叫解码 (decode)

由此你可以想到，str对象没有decode方法，因为unicode不能再解码了。

同样的，byte对象没有encode方法。

下图中，‘\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd’是中文‘你好’的utf-8编码。

但是，如果我们在这段代码前面不加前缀b，python就会把它当字符串看待，也就是unicode

我们说过，unicode没有decode方法，所以python报错了。

我们在前面加上前缀b以后，python就会把str转换成byte，这样就可以调用decode属性了。