對python3編碼那些事的小小總結

一、 瞭解一下編碼的發展。
1、 計算機只能處理數字,如果需要處理文本,需要先將文本轉換爲數字。因爲計算機是美國梆子發明的,所以他們發明了最早的編碼--ASCII編碼,也就是將他們的大小寫字符數字和一些符號編碼得到計算機中。比如A的編碼是65。
2、 隨着計算機在中國發展起來,拿ASCII去處理中文,顯然是不夠的,因爲英文需要一個字節處理,而中文是需要兩個字節。爲了滿足需求我們中國發明瞭自己的編碼GB2312。將中文編進去。
3、 我們中國如此,世界上那麼多語言豈不是每種語言都需要一種編碼標準,如果一個文本中有多種語言,到時候產生的結果就是出現亂碼。
4、 爲順應發展,比較叼的Unicode編碼出生了,這個東西將所有的語言都統一到一套編碼中。這樣就不會再出現亂碼的問題。雖然這個東西夠強大,但是卻有一個不能小覷的缺點。相比於ASCII編碼要多出一倍的儲存空間。例如:A ascii:65 二進制:01000001 unicode:00000000 01000001
5、 所以秉承着節約的原則,UTF-8應運而生,好處編碼可變長。例如A的UTF-8:01000001,可以將unicode編碼中的前面的零節約掉。
二、 在計算機 系統中通用編碼的工作方式
1、 當我們編輯文檔的時候,讀取文檔內容將UTF-8字符轉換爲unicode字符到內存中。因爲這裏需要顯示,爲了避免亂碼,使用通用的Unicode編碼。
2、 當編碼編輯完成後,再將Unicode的編碼轉換爲UTF-8保存到文件中。因爲這裏是需要存入磁盤中的,爲節約儲存空間,使用可變編碼長度的UTF-8編碼。
三、 python3字符編碼
python的字符串類型是str,在內存中以Unicode表示。
1、 如果需要在網絡上傳輸,或者保存到存儲設備上,就需要將str變成以字節爲單位的bytes。可以使用encode()方法。通過第一大點的瞭解,我們知道Unicode表示的str可以通過ASCII和utf-8編碼轉換。但是轉換中文的時候,一定使用utf-8,因爲含有中文的str無法用ASCII編碼,超出了ASCII編碼的範圍。例如:
對python3編碼那些事的小小總結
2、 如果我們從網絡上或磁盤上讀取數據,就是將bytes變爲str。可以使用decode()方法。
對python3編碼那些事的小小總結
通過上述瞭解,可以看出,utf-8編碼,不管是讀取數據,還是傳輸數據都不會出錯,所以很多情況下utf-8使用的更爲廣泛一些。

四、 解析我實際遇到的問題
使用socket模塊編寫通信的腳本,原服務端:

#!/usr/bin/python3
import socket

s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
s.bind(('',6000))
s.listen(1)
client,addr=s.accept()
print ("Connected by",addr)
client.send("welcome")
text=client.recv(1024)
print(text)
client.close()
s.close()

原客戶端:

#!/usr/bin/python3
import socket

c=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
c.connect(("192.168.80.128",6000))
ans=c.recv(1024)
print(ans)
c.send("hello")
c.close()

執行結果
對python3編碼那些事的小小總結
send()方法用來傳遞數據,將hello傳遞給服務端。
錯誤提示需要將str類型的字符串轉換爲bytes。在我們傳遞數據的時候應該先將str轉換爲bytes類型的數據方可。使用encode(‘utf-8’)或encode(‘ascii’);同時服務端的send()方法傳遞的數據也應該轉換一下。
服務端修改代碼:

client.send("welcome".encode('utf-8'))

客戶端修改代碼:

c.send("hello".encode('utf-8'))

修改後執行結果:
對python3編碼那些事的小小總結
對python3編碼那些事的小小總結
執行成功。
執行過程中,str被轉換爲bytes傳遞給對方。因爲這裏傳遞的是字母,內容上看不出是bytes,但是字符串前有個字母b,表示bytes。如果傳遞的是中文:
對python3編碼那些事的小小總結
因爲我們將str轉換爲了bytes。所以當我們接受數據的時候,應當將bytes轉換爲str
服務端修改代碼:
text=client.recv(1024).decode('utf-8')
客戶端修改代碼:
ans=c.recv(1024).decode('utf-8')
執行結果:
對python3編碼那些事的小小總結
總結完畢!!!

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