大家好，很久沒更新了，也是年底了最近比較忙，同時也在研究python的其他內容，畢竟是python小白，自學道路艱難。
好了今天和大家一起探討下python3編碼過程中對的一些轉碼事宜。
python3中對文本和二進制做了比較清晰的區分。python3默認編碼為unicode，由str類型進行表示。二進制數據使用byte類型表示，所以不會將str和byte混在一起。在實際應用中我們經常需要將兩者進行互轉
有幾點需要注意：
1：字符串通過編碼轉換為字節碼，字節碼通過解碼轉換為字符串
str--->(encode)--->bytes，bytes--->(decode)--->str
|
1
2
3
4
5
6
|
import sysprint('目前系統的編碼為：',sys.getdefaultencoding())name='小明'print(type(name))#首先我們來打印下轉碼前的name類型，因為它是str，所以可以通過encode來進行編碼name1=name.encode('utf-8')print(name1) |
輸出為：
目前系統的編碼為： utf-8
<class 'str'>
b'\xe5\xb0\x8f\xe6\x98\x8e'
這里大家或許會有一個疑問，編碼utf-8為什么不是decode轉成unicode
因為開頭跟大家講過，python3默認就是unicode，utf-8可以看成是unicode的一個擴展集，所以其實name本身是一個unicode編碼的，所以可以通過encode編碼成utf-8，這里可以試下，如果認為name應該是utf-8，那我們來試下encode會不會報錯
|
1
2
3
4
|
name1=name.decode('utf-8')print(name1)這里會報如下錯誤：AttributeError: 'str' object has no attribute 'decode' |
所以，對于python3默認的就是unicode編碼。
既然已經encode成utf-8了，那我們來看下decode會出現什么樣的結果
|
1
2
3
4
5
6
7
|
name2=name1.decode('utf-8')print(type(name2))print(name2)這里要跟大家說下，decode()括號中為什么寫utf-8，而不寫gbk，可以這樣理解，因為要解碼，你總得告訴它我是什么編碼的吧，比如我原先是utf-8格式的編碼，現在要解碼，但是如果冒充utf-8，說自己是gbk，那就會出現亂碼，見下：<class 'str'><class 'str'>灝忔槑 |
另外如果大家encode()和decode()括號中不寫編碼格式,系統會默認為utf-8，大家可以試下。
2：utf-8編碼格式和gbk編碼格式互轉
既然知道utf-8編碼與解碼的規律，那我們來試試它與gbk之間的火花。
|
1
2
3
4
5
6
7
8
9
10
11
12
|
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的結果<class 'bytes'>b'\xd0\xa1\xc3\xf7'下面是name4的結果<class 'str'>小明 |
從上面可以卡出name2本來是解碼成utf-8的，后來有隊name2進行了gbk編碼，接著又再次對name3進行gbk解碼
所以不難看出，其實utf-8和gbk之間都是通過unicode來做一個中間轉換的操作
在例子中
|
1
2
|
name2=name1.decode('utf-8')name3=name2.encode('gbk') |
這兩步的操作就是通過unicode來轉的
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對服務器之家的支持。如果你想了解更多相關內容請查看下面相關鏈接
原文鏈接：https://blog.csdn.net/qq_29053519/article/details/79170519
