Python字符串編碼的encode與decode

一.編碼轉換

通常需要以unicode作爲中間編碼,即先將其他編碼的字符串解碼(decode)成unicode,再從unicode編碼(encode)成另一種編碼。


1.decode的作用是將其他編碼的字符串轉換成unicode編碼,如str1.decode('gb2312'),表示將gb2312編碼的字符串轉換成unicode編碼。

2.encode的作用是將unicode編碼轉換成其他編碼的字符串,如str2.encode('gb2312'),表示將unicode編碼的字符串轉換成gb2312編碼。

3.encode的時候注意這個編碼,可以解決unicode中文轉換的問題

CodecOperand typePurpose
raw_unicode_escapeUnicode stringProduce a string that is suitable as raw Unicode literal in Python source code

如:froms=froms.encode('raw_unicode_escape', 'ignore').decode('GB18030', 'ignore')



注意:輸出的時候需要考慮IDE的環境變量,可能會出現亂碼,甚至可能會提示:

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)。



二.Python代碼中的編碼定義

1.代碼中字符串的默認編碼與代碼文件本身的編碼一致,如:

s='中文'

如果是在utf8的文件中,該字符串就是utf8編碼

如果是在gb2312的文件中,則其編碼爲gb2312。

這種情況下,要進行編碼轉換,都需要先用decode方法將其轉換成unicode編碼,再使用encode方法將其轉換成其他編碼。


通常,在沒有指定特定的編碼方式時,都是使用的系統默認編碼創建的代碼文件

$ python -c "import sys; print sys.getdefaultencoding()"

ascii



2.如果字符串是這樣定義:

s=u'中文'

則該字符串的編碼就被指定爲unicode了,即python的內部編碼,而與代碼文件本身的編碼無關。

因此,對於這種情況做編碼轉換,只需要直接使用encode方法將其轉換成指定編碼即可。



發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章