中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

10.2　Python的字符編碼

明白了Unicode和UTF-8的區(qū)別和關(guān)系后，再來看看Python的編碼方式。在Python 3中，字符串的編碼使用str和bytes兩種類型。

（1）str字符串：使用Unicode編碼。

（2）bytes字符串：使用將Unicode轉(zhuǎn)化成的某種類型的編碼，如UTF-8、GBK。

在Python 3中，字符串默認(rèn)的編碼為Unicode，所以基本上出現(xiàn)的問題比較少。而Python 2相對(duì)Python 3來說，由于字符串默認(rèn)使用將Unicode轉(zhuǎn)化成的某種類型的編碼，可以采用的編碼比較多，因此使用過程中經(jīng)常遇到編碼問題，為用戶帶來很多煩惱。

本書使用Python 3作為編程語言，為了讓大家更容易理解，后面僅討論P(yáng)ython 3的中文編碼。

Python的默認(rèn)編碼如下：

In [1]:str1 = "我們"     print (str1)     print (type(str1))

我們

<class'str'>

可以看出，Python 3的字符串默認(rèn)編碼為str，也就是使用Unicode編碼。

encode和decode

這些默認(rèn)的str字符串怎么轉(zhuǎn)化成bytes字符串呢？

這里就要用到encode和decode了。encode的作用是將Unicode編碼轉(zhuǎn)換成其他編碼的字符串，而decode的作用是將其他編碼的字符串轉(zhuǎn)換成Unicode編碼，如圖10-1所示。

圖10-1　encode與decode編碼的轉(zhuǎn)換

圖10-1所示為Unicode和UTF-8之間編碼轉(zhuǎn)換的例子，代碼實(shí)現(xiàn)如下：

In [2]:str1 = "我們"     str_utf8 = str1.encode('utf-8')     print (str_utf8)     print (type(str_utf8))

b'\xe6\x88\x91\xe4\xbb\xac'

<class'bytes'>

這里的str_utf8已經(jīng)為UTF-8編碼了，中文字符轉(zhuǎn)換后，1個(gè)Unicode字符將變?yōu)?個(gè)UTF-8字符，\xe6就是其中一個(gè)字節(jié)，因?yàn)樗闹凳?30，沒有對(duì)應(yīng)的字母可以顯示，所以以十六進(jìn)制顯示字節(jié)的數(shù)值。\xe6\x88\x91三個(gè)字節(jié)代表“我”字，\xe4\xbb\xac三個(gè)字節(jié)代表“們”字，代碼實(shí)現(xiàn)如下：

In [3]:str_decode = str1.encode('utf-8').decode('utf-8')     print (str_decode)     print (type(str_decode))

我們

<class'str'>

再用decode可以把用UTF-8編碼的字符串解碼為Unicode編碼。要編碼成其他類型的編碼時(shí)，也可以用encode，如GBK。如果想要查看具體的編碼類型，那么可以用到chardet，代碼實(shí)現(xiàn)如下：

In [4]:import chardet     str_gbk = "我們".encode('gbk')     chardet.detect(str_gbk)

{'confidence':0.8095977270813678,

'encoding':'TIS-620'}

如果你腦洞大開，或許會(huì)問這樣一個(gè)問題：Unicode還可以decode嗎？顯示結(jié)果如下：

In [5]:str_unicode_decode = "我們".decode()

------------------------------------------------

AttributeError

Traceback(most recent call last)

<ipython-input-5-0402a0b683b7>

in<module>()

---->1 str_unicode_decode=

"我們".decode()

AttributeError:'str'object has no ttribute'decode'

已經(jīng)被編碼的UTF-8還可以再encode嗎？顯示結(jié)果如下：

In [6]:str_utf8 = "我們".encode('utf-8')    str_gbk = str_utf8.encode('gbk')

-----------------------------------------

AttributeError

Traceback(most recent call last)

<ipython-input-6-5d0c32a4bf21>

in<module>()

1 str_utf8="我們".encode('utf-8')

---->2 str_gbk=str_utf8.encode('gbk')

AttributeError:'bytes'object has no attribute'encode'

答案都是否定的。因?yàn)樵赑ython 3中，Unicode不可以再被解碼。如果想把UTF-8轉(zhuǎn)成其他非unicode編碼，那么必須先decode成Unicode，再encode為其他非Unicode編碼，如GBK。

encode轉(zhuǎn)換為其他非Unicode編碼的代碼如下：

In [7]:str_utf8 = "我們".encode('utf-8')     str_gbk = str_utf8.decode('utf-8').encode('gbk')     print (str_gbk)

b'\xce\xd2\xc3\xc7'