python编码问题

Posted 2021-01-03 Dirge

Camp时在python2的编码上坑了不少。

理解pyhon2的编码

python2字符串类型只有两种:
str类型：b‘xxx‘也是str类型, 都是编码后的类型，len()按字节计算
unicode类型：len()按unicode字符计算

python2打开文件读取的字符串是str类型，无encoding参数

python2下读写文件建议使用 codecs 包
codecs.open, codecs.write可以指定编码

 

python3的编码

python3字符串类型分两种：
str类型：u‘xxx‘也是str类型，都是未编码的unicode
bytes类型：编码后的类型

python3打开文件有encoding参数, 可以按指定编码方式读入，读取为unicode类型字符串

 

Python 2 将 strings 处理为原生的 bytes 类型，而不是 unicode， 
Python 3 所有的 strings 均是 unicode 类型。

utf-8编码兼容ascii编码，asscii编码后的字符与utf-8编码后的字符结果相同