python字符集轉換

1、python3 encode和decode：

•     # --*-- coding:utf8 --*--
  • 在python文件的開頭，告知編譯器使用哪一種編碼格式來解釋文件；
• encode() 和 decode()
  • 字符串 <=> 字節碼， 編碼和解碼就是在字符串和字節碼之間進行轉換；
  • encode() 文件編碼格式，默認爲utf8，也可以指定其他格式encode("gbk")
  • decode() 文件解碼格式，默認utf8， 也可以指定解碼格式decode("gbk")
    
• python3中，取消了unicode類型，代替它的是使用unicode的字符串類型str
• python3中，對文本和二進制數據做了更清晰的區分，不再對bytes字串進行自動編碼。文本總是unicode，由str表示，二進制數據由bytes表示。
• python3中，不同字符集之間轉換，都要先轉換成unicode。

# --*-- coding:utf8 --*--

str = "你好"
print(type(str))

# 字符串str，由unicode轉換成gb2312
gb_str = str.encode("gb2312")
print(type(gb_str))

#字符串gb_str 直接轉成utf-8
"""
utf_str = gb_str.encode("utf8")
"""

# 不同字符集之間不能直接轉換，需要先解碼轉成unicode
unicode_str = gb_str.decode("gb2312")
print(type(unicode_str))
utf_str = unicode_str.encode("utf8")
print(type(utf_str))
print("============================")

# utf8 不能直接轉成其他格式，需要解碼爲unicode
unicode_str = utf_str.decode("utf8")
print(type(unicode_str))
gb_str = unicode_str.encode("gb2312")
print(type(utf_str))

運行結果：

<class 'str'>
<class 'bytes'>
<class 'str'>
<class 'bytes'>
============================
<class 'str'>
<class 'bytes'>

Process finished with exit code 0

2、python中Socket：

• 套接字之間發送消息方法中，發送的數據爲bytes類型，需要進行字符集轉換。

3、python中 u、r、 b：

• r： 非轉義的原始字符串，取消字符串中轉義字符的效果，不進行轉義 '\';
• u: 表示unicode字符串，在python3中字符串就是unicode編碼，但還是建議中文前添加u"你好"
• b：把字符串轉成bytes，但是僅限於ASCII內包含的，否則會報錯：SyntaxError: bytes can only contain ASCII literal characters。 通過b轉成bytes的字節，可以通過解碼轉換成字符串unicode

# --*-- coding:utf8 --*--

b_str = b"hello world"
print(type(b_str))

# 使用utf8 解碼爲字符串unicode
unicode_str = b_str.decode("utf8")
print(type(unicode_str))

b_str = b"hello world"
print(type(b_str))

# 使用gb2312 解碼爲字符串unicode
unicode_str = b_str.decode("gb2312")
print(type(unicode_str))

Result：

<class 'bytes'>
<class 'str'>
=========================
<class 'bytes'>
<class 'str'>