encode和decode

Posted 2020-06-07

编码格式主要有：Unicode、utf-8、gbk、utf-16等

unicode是utf-8、gbk等的父编码，所有子编码都可以转换成Unicode编码。然后转换成其他子编码。但是子编码之间是不可以进行转换的。（比如utf-8可以先转换成Unicode，然后再从Unicode转换成gbk；但是不能直接从utf-8转换成gbk）

一、编码、解码

python中用encode和decode来进行编码和解码：

encode：将Unicode的编码转换成其他格式的编码

如str1.encode(‘gbk‘)，表示将unicode编码的字符串转换成gbk 编码。 

 

decode：将其他格式的编码转换成Unicode的编码格式

str2.decode(‘gbk ‘)，表示将gbk 编码的字符串转换成unicode编码。 

 

二、判断字符串的的编码格式

通过repr函数来查看变量给python看的形式，不同的编码格式，存储中文的结果不同，比如下面的例子。

 

“测试test”，使用不同的编码格式的结果如下：

unicode：‘u6d4bu8bd5test‘

unicode一般是u开头，后边跟4位的数字或字母，1个u对应一个汉字

utf-8：‘xe6xb5x8bxe8xafx95test‘

utf-8一般是x开头，后面跟两位字母或数字，3个x代表一个汉字

gbk：‘xb2xe2xcaxd4test‘

gbk也是x开头，后面跟两位字母或数字，2个x代表一个汉字

 

三、其他注意点

1.python3默认编码改成了unicode，基本上不存在编码问题