Python字符编码与转换

时间：2022-05-16 13:39:21
 
 
 
需知:

.在python2默认编码是ASCII, python3里默认是unicode

.unicode 分为 utf-(占4个字节),utf-(占两个字节)，utf-(占1-4个字节)， so utf-16就是现在最常用的unicode版本， 不过在文件里存的还是utf-，因为utf8省空间

.在py3中encode,在转码的同时还会把string 变成bytes类型，decode在解码的同时还会把bytes变回string
Python数据类型：
数字Number（）
二进制都是bytes类型（音频文件，视频文件）
string---encode----->bytes
bytes---decode----->string
文本是string类型
print (varname.encode(encoding='utf-8'）.decode(encoding="utf-8"))
编码占位
  • Unicode：英文和中文字符存储都占两个字节空间（16位）
  • GBK中文编码
  • utf-8  ：中文字符3个字节，英文字符按照ASCII码存储，占1个字节，8位。
  • ASCII码只存英文和特殊字符

Python2中的编码转换：

Python字符编码与转换

问： 
为什么Python3里面没有decode的方法？
Python默认数据编码是unicode，改了编码方式，程序内字符仍旧是unicode。只是文件的编码变成其他。
sys.getdefault()得到的是文件的编码方式。
Unicode---encode---->gbk/utf-8
 
 #python2

 import sys

 print(sys.getdefaultencoding())

 msg = "我爱北京*"

 msg_gb2312 = msg.decode("utf-8").encode("gb2312")

 gb2312_to_gbk = msg_gb2312.decode("gbk").encode("gbk")

 print(msg)

 print(msg_gb2312)

 print(gb2312_to_gbk)
 #-*-coding:gb2312 -*-

 import sys

 print(sys.getdefaultencoding())

 msg = "我爱北京*"

 #msg_gb2312 = msg.decode("utf-8").encode("gb2312")

 msg_gb2312 = msg.encode("gb2312") #默认就是unicode,不用再decode,喜大普奔

 gb2312_to_unicode = msg_gb2312.decode("gb2312")

 gb2312_to_utf8 = msg_gb2312.decode("gb2312").encode("utf-8")

 print(msg)

 print(msg_gb2312)

 print(gb2312_to_unicode)

 print(gb2312_to_utf8)
关于字符编码的程序报错：
错误：can't assign to operator
翻译：binary mode doesn't take an encoding argument    遇到这种错误，表明二进制模式不接受编码参数，应该去掉encoding

相关文章