Python基础之 一 字符编码及转换

Posted 2020-09-14

python2 / python3编码转换

先上图一张：

说明：python编码转换的流程是 先进行decode解码，然后进行encode编码

解释：

u‘你好‘  -->带u表示为unicode编码

b‘\\xc4\\xe3\\xba\\xc3‘   --> 带b的表示bytes类型
由于utf8 是unicode的扩展，所以unicode和utf8之间是可以直接打印

注意：所有decode动作都是将已编码文件解码为unicode，然后在进行其他编码格式转换（通过encode）

直接举例说明：
#python3下默认字符编码是unicode
s = ‘你好‘
#将unicode直接转换为gbk
s_gbk = s.encode(‘gbk‘)
print(s_gbk)
》b‘\\xc4\\xe3\\xba\\xc3‘ 这里输出的b代笔bytes类型
print(s.encode()) 括弧内不带转换编码是默认转换为utf-8
#以下是将gbk编码先解码成unicode，然后在编码成utf-8
gbk_to_utf8 = s_gbk.decode(‘gbk‘).encode(‘utf-8‘)
print(gbk_to_utf8)

测试实例：
python2 上把gb2312转为utf8,然后在转成gbk
#coding:utf-8
#这里默认是utf-8编码
s = ‘你好‘
#先将汉字解码为unicode，然后编码为gb2312并打印
s_to_gb2312 = s.decode(‘utf-8‘).encode(‘gb2312‘)
#这里修改终端字符集为gb2312
print s_to_gb2312

#先将gb2312解码为unicode，然后编码为utf8并打印
gb2312_to_utf8 = s_to_gb2312.decode(‘gb2312‘).encode(‘utf-8‘)
#修改终端字符集为utf8
print gb2312_to_utf8

#先将utf-8解码为unicode，然后在编码为gbk
utf8_to_gbk = gb2312_to_utf8.decode(‘utf-8‘).encode(‘gbk‘)
#修改终端字符集为gbk
print utf8_to_gbk

python3 上把gb2312转为utf8,然后在转成gbk

#注：如果这样：u‘你好‘，这里的u代表这个为unicode编码
s = ‘你好‘
#由于python3默认是unicode编码，所以直接编码为gb2312
unicode_to_gb2312 = s.encode(‘gb2312‘)
#将gb2312先解码为unicode，再编码为utf8
gb2312_to_utf8 = unicode_to_gb2312.decode(‘gb2312‘).encode(‘utf-8‘)
#将utf8解码为unicode，再编码为gbk
utf8_to_gbk = gb23312_to_utf8.decode(‘utf-8‘).encode(‘gbk‘)
打印如下：全部为bytes类型，bytes类型只显示编码格式
b‘\\xc4\\xe3\\xba\\xc3‘
b‘\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd‘
b‘\\xc4\\xe3\\xba\\xc3‘

在上一张python3实例图解：