Python3编码问题

Python3最重要的进步之一就是解决了Python2中字符串与字符编码的问题。
Python2字符串的缺陷如下：

• 使用 ASCII 码作为默认编码方式，对中文处理很不友好。
• 把字符串的牵强地分为 unicode 和 str 两种类型，误导开发者 而Python3则把系统默认编码设置为了 UTF-8

  >>> import sys
  >>> sys.getdefaultencoding()
  'utf-8'

之后，文本字符和二进制数据分别用str和bytes表示。str能表示Unicode 字符集中所有字符，而二进制字节数据则用全新的数据类型bytes表示。

str

>>> a = 'a'
>>> a
'a'
>>> type(a)
<class 'str'>
>>> b = '我'
>>> b
'我'
>>> type(b)
<class 'str'>

bytes

Python3 中，在字符引号前加‘b’，明确表示这是一个 bytes 类型的对象，实际上它就是一组二进制字节序列组成的数据，bytes 类型可以是 ASCII范围内的字符和其它十六进制形式的字符数据，但不能用中文等非ASCII字符表示。

>>> c = b'a'
>>> c
b'a'
>>> type(c)
<class 'bytes'>
>>>
>>> d = b'\xe7\xa6\x85'
>>> d
b'\xe7\xa6\x85'
>>> type(d)
<class 'bytes'>

>>> e = b'我'
  File "<stdin>", line 1
SyntaxError: bytes can only contain ASCII literal characters.

bytes 类型提供的操作和 str 一样，支持分片、索引、基本数值运算等操作。但是 str 与 bytes 类型的数据不能执行 + 操作，尽管在py2中是可行的。会报错：

TypeError: Can’t convert ‘bytes’ object to str implicitly

python2 与 python3 字节与字符的对应关系

Python2	Python3	表现	转换	作用
str	bytes	字节	encode	存储
unicode	str	字符	decode	显示

encode 与 decode

str 与 bytes 之间的转换可以用 encode 和从decode 方法。

encode ： 字符str 到 字节bytes 的编码转换，默认用UTF-8编码；

>>> s = 'Python大神'
>>> s.encode()
b'Python\xe5\xa4\xa7\xe7\xa5\x9e'
>>> s.encode('gbk')
b'Python\xb4\xf3\xc9\xf1'

decode ： 字节bytes 到 字符str的转换，通用使用 UTF-8 编码格式进行转换

>>> b'Python\xe5\xa4\xa7\xe7\xa5\x9e'.decode()
'Python大神'
>>> b'Python\xb4\xf3\xc9\xf1'.decode('gbk')
'Python大神'

原文出处：http://python.jobbole.com/88277/?utm_source=blog.jobbole.com&utm_medium=relatedPosts

赏

谢谢你请我吃糖果

支付宝

微信