Python3字符串encode与decode的讲解

大家好，很久没更新了，也是年底了最近比较忙，同时也在研究python的其他内容，毕竟是python小白，自学道路艰难。

好了今天和大家一起探讨下python3编码过程中对的一些转码事宜。

python3中对文本和二进制做了比较清晰的区分。python3默认编码为unicode，由str类型进行表示。二进制数据使用byte类型表示，所以不会将str和byte混在一起。在实际应用中我们经常需要将两者进行互转

有几点需要注意：

1：字符串通过编码转换为字节码，字节码通过解码转换为字符串

str--->(encode)--->bytes，bytes--->(decode)--->str

import sys
print('目前系统的编码为：',sys.getdefaultencoding())
name='小明'
print(type(name))#首先我们来打印下转码前的name类型，因为它是str，所以可以通过encode来进行编码
name1=name.encode('utf-8')
print(name1)

输出为：

目前系统的编码为： utf-8
<class 'str'>
b'\xe5\xb0\x8f\xe6\x98\x8e'

这里大家或许会有一个疑问，编码utf-8为什么不是decode转成unicode

因为开头跟大家讲过，python3默认就是unicode，utf-8可以看成是unicode的一个扩展集，所以其实name本身是一个unicode编码的，所以可以通过encode编码成utf-8，这里可以试下，如果认为name应该是utf-8，那我们来试下encode会不会报错

name1=name.decode('utf-8')
print(name1)
这里会报如下错误：
AttributeError: 'str' object has no attribute 'decode'

所以，对于python3默认的就是unicode编码。

既然已经encode成utf-8了，那我们来看下decode会出现什么样的结果

name2=name1.decode('utf-8')
print(type(name2))
print(name2)
这里要跟大家说下，decode()括号中为什么写utf-8，而不写gbk，可以这样理解，因为要解码，你总得告诉它我是什么编码的吧，比如我原先是utf-8格式的编码，现在要解码，但是如果冒充utf-8，说自己是gbk，那就会出现乱码，见下：
<class 'str'>
<class 'str'>
灏忔槑

另外如果大家encode()和decode()括号中不写编码格式,系统会默认为utf-8，大家可以试下。

2：utf-8编码格式和gbk编码格式互转

既然知道utf-8编码与解码的规律，那我们来试试它与gbk之间的火花。

name1=name.encode('utf-8')
name2=name1.decode('utf-8')
name3=name2.encode('gbk')
name4=name3.decode('gbk')
print(type(name3))
print(name3)
下面是name3的结果
<class 'bytes'>
b'\xd0\xa1\xc3\xf7'
下面是name4的结果
<class 'str'>
小明

从上面可以卡出name2本来是解码成utf-8的，后来有队name2进行了gbk编码，接着又再次对name3进行gbk解码

所以不难看出，其实utf-8和gbk之间都是通过unicode来做一个中间转换的操作

在例子中

name2=name1.decode('utf-8')
name3=name2.encode('gbk')

这两步的操作就是通过unicode来转的

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接

最新评论