编码与解码
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了编码与解码相关的知识,希望对你有一定的参考价值。
1.字符编码
ascii码(不能直接写字符,汉字从而引入了GBK码)
GB2312 收录了7445个汉字及字符;
GBK1.0 收录了21886个汉字及字符;
GB18030 收录了27484个汉字及字符;
unicode 国际标准但都需要俩个字节;
utf-8 是优化的国际化的统一标准,(是可变长的字符集)英文及其字符用1byte表示,而汉字要用3bite表示;
2 .代码中的体现
res1=‘你好‘
res2=‘hello‘
print(res1.encode(‘utf-8‘) ,type(res1.encode(‘utf-8‘))) # b‘**xe4xbdxa0**xe5xa5xbd‘ bytes类型
print(res2.encode(‘utf-8‘)) # b‘hello‘
print(res1.encode(‘gbk‘),type(res1.encode(‘gbk‘))) # b‘**xc4xe3**xbaxc3‘ bytes类型
print(res2.encode(‘gbk‘)) # b‘hello‘
能够发现英文在gbk与utf-8的编码下是不发生变换的;而汉字在gbk的编码下是2字节,而在utf-8的编码下是3字节,类型是bytes类型
ret1=b‘xe4xbdxa0xe5xa5xbd‘
print(ret1.decode(‘utf-8‘))
print(ret1.decode(‘gbk‘)) # 会出现乱码 浣犲ソ
能够发现utf-8编码下的bytes类型,由gbk解码能够解码但出现了乱码,因为gbk每2个字节解码一次
ret2=b‘xc4xe3xbaxc3‘
print(ret2.decode(‘gbk‘)) # 能够解码为 你好
print(ret2.decode(‘utf-8‘))
# 报错的类型: UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xc4 in position 0: invalid continuation byte
能够发现utf-8编码下的bytes类型,由gbk解码能够解码但出现了乱码,因为gbk每2个字节解码一次
3.实际中遇到的问题(模拟黏包问题)`
server端:
import socket
sk=socket.socket()
sk.bind((‘127.0.0.1‘,8091))
sk.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)
sk.listen()
conn,addre=sk.accept()
while True:
cmd=input(‘>>>‘)
if cmd==‘Q‘:
conn.send(cmd.encode(‘utf-8‘))
break
conn.send(cmd.encode(‘utf-8‘))
res=conn.recv(1024)
print(res.decode(‘utf-8‘))
conn.close()
sk.close()
client端:
import socket
import subprocess
sk=socket.socket()
sk.connect((‘127.0.0.1‘,8091))
while True:
cmd=sk.recv(1024).decode(‘utf-8‘)
if cmd==‘Q‘:
break
res=subprocess.Popen(cmd,shell=True,stdout=subprocess.PIPE,stderr=subprocess.PIPE) # stdout;stderr拿到的数据就是bytes类型
stdout=‘stdout:‘+res.stdout.read().**decode(‘gbk‘)** # 这里的解码只能是gbk,因为它的编码形式就是gbk
stderr = ‘stderr:‘ + res.stderr.read()**.decode(‘gbk‘)**
sk.send(bytes(stdout,encoding=‘utf-8‘))
sk.send(bytes(stderr,encoding=‘utf-8‘))
sk.close()
4.个注意的问题:
1.socket,send(‘数据类型只能是bytes,传码之前一定要编码‘);
2.str+ bytes是不能拼接的,只有将bytes类型解码成str才能拼接;
(能力有限,多多指教^-^)
以上是关于编码与解码的主要内容,如果未能解决你的问题,请参考以下文章