编码与解码杂记

Posted 2020-12-20 huiyan

所谓编码，就是把一种格式的数据转换成另一种格式；解码就是讲编码后的数据还原回原始格式。

 

1. 为什么要对字符编码？ 在计算机中只能存储0或1，因此所有字符都必须转化为01表示的数字，把字符通过一种规则转换成数字就是字符的编码。

2. 字符编码的规则有多种，如ASCII、unicode、utf-8、gbk等等，因此同一个字符可能得到不同的编码结果。

3. 一种字符编码并不能覆盖所有字符，所以需要进行选择，如ASCII只支持所有的英文字符、字符和数字，其他字符无法进行编码；而GBK对简体中文支持良好，其他国家的文字就不太行了。

4. 如果用一种编码方式进行编码，然后用另一种编码方式解码，会发生乱码。

 

字符串在Python3内部的表示是unicode编码，unicode是一个包含所有语言字符的编码格式，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码，如str1.decode(‘gb2312’)，表示将gb2312编码的字符串str1转换成unicode编码。括号中是原始编码格式

encode的作用是将unicode编码转换成其他编码的字符串，如str2.encode(‘gb2312’)，表示将unicode编码的字符串str2转换成gb2312编码。括号中是目的编码格式

因此，转码的时候一定要先搞明白，字符串str是什么编码，然后decode成unicode，然后再encode成其他编码