python编码

Posted 2021-01-02 yhengwei2018

py2编码

py2中的数据类型：str和unicode

 

str存储的是对应的字节，一个汉字占3个字节

# -*- coding: UTF-8 -*-
s="余hello"
print len(s)    #8
print(repr(s))  #‘xe4xbdx99hello‘
print(type(s))  #<type ‘str‘>

 

unicode存储是对应的unicode

# -*- coding: UTF-8 -*-
s=u"余hello"
print len(s)    #6
print(repr(s))  #u‘u4f59hello‘
print(type(s))  #<type ‘unicode‘>

 

py2特点：

print "余"+u"最帅"      报错

print "hello"+u"yu"    正确

py2编码的最大特点是Python 2 将会自动的将bytes数据解码成 unicode 字符串，Python 2 悄悄掩盖掉了 byte 到 unicode 的转换，让程序在处理 ASCII 的时候更加简单。你复出的代价就是在处理非 ASCII 的时候将会失败。

再来看看encode()和decode()两个basestring的实例方法，理解了str和unicode的区别后，这两个方法就不会再混淆了：

 

py3编码

py3里是str和bytes数据类型

str对应的是unicode,bytes对应的是bytes

 

import json

s=‘苑昊‘
print(json.dumps(s))   #"u82d1u660a"
b1=s.encode(‘utf8‘)

print(b1,type(b1))     #b‘xe8x8bx91xe6x98x8a‘ <class ‘bytes‘>

print(b1.decode(‘utf8‘))#苑昊
# print(b1.decode(‘gbk‘))# 鑻戞槉

b2=s.encode(‘gbk‘)
print(b2,type(b2))  #‘xd4xb7xeaxbb‘ <class ‘bytes‘>
print(b2.decode(‘gbk‘)) #苑昊

 

默认编码

py2默认的ASCII码，在程序开头需要加上#-*- coding: UTF-8 -*-，如果不加上这么一句话，程序一旦出现中文就会报错，对于中文这些特殊字符无法编码。