目录
1.背景.
2.编码的理解
3.编码之间的相互转化
4. str类型说明
5. 可以使用的编码类型
6.参考文章
1.背景
Python中与其他程序进行交互时，如果存在字符串交互，特别是字符串中含有中文时，需要注意字符的格式，需要保持两边一致。
笔者在开发中遇到一个python 调用Labview编译的dll函数，需要输入一个字符串路径。当路径中含有中文时，由于两边编码不一致，会导致报错。
2.编码的理解
1. python 中写代码时，一般通过在一开始使用 # -*- coding: utf-8 -*- 或者其他告诉编译器当前代码默认的编码是什么，这里就是utf-8格式，现在比较通用。
当string_a = ‘Bing，你好’
Type(string_a) = str
可见当赋值一个字符串时，python 默认是str类型。
通过encode(‘utf-8’),decode(‘utf-8’)可以进行格式的编码或者解码。编码后的变量类型是bytes类型，完整的说应该是 按照utf-8格式编码的bytes类型。
我的中文环境的Labview中默认编码格式是gbk格式，所以我用python将字符串送入labview编译的dll中时，需要 先将 字符串编码成gbk格式，比如 string_a.encode(‘gbk’),当收到labview编译的dll函数中传出来的字符串时，需要先将收到的 string_b_out.decode(‘gbk’) 这样就能显示中文，而不是乱码了。
在python(笔者当前为3.7版本)中，为编码的字符串类型为str，无论编码成 ‘utf-8’还是‘gbk’,类型都会从str类型变为bytes类型。
下面我们结合代码理解:
s='Bing-中国-！'
print('type(s)',type(s))
打印如下内容----------------
type(s) <class 'str'>
打印内容结束----------------
a=s.encode('utf-8')
b=s.encode('gb2312')
c=s.encode('gb18030')
d=s.encode('gbk')
print("a=s.encode('utf-8'), a=",a)
print("b=s.encode('gb2312'),b=",b)
print("c=s.encode('gb18030'),c=",c)
print("d=s.encode('gbk'),d=",d)
打印如下内容----------------
a=s.encode('utf-8'), a= b'Bing-\xe4\xb8\xad\xe5\x9b\xbd-\xef\xbc\x81'
b=s.encode('gb2312'),b= b'Bing-\xd6\xd0\xb9\xfa-\xa3\xa1'
c=s.encode('gb18030'),c= b'Bing-\xd6\xd0\xb9\xfa-\xa3\xa1'
d=s.encode('gbk'),d= b'Bing-\xd6\xd0\xb9\xfa-\xa3\xa1'
打印内容结束----------------
print('type(a)',type(a))
print('type(b)',type(b))
print('type(c)',type(c))
print('type(d)',type(d))
打印如下内容----------------
type(a) <class 'bytes'>
type(b) <class 'bytes'>
type(c) <class 'bytes'>
type(d) <class 'bytes'>
打印内容结束----------------
a=a.decode('utf-8')
b=b.decode('gb2312')
c=c.decode('gb18030')
d=d.decode('gbk')
print("a=a.decode('utf-8'), a=",a)
print("b=b.decode('gb2312'),b=",b)
print("c=c.decode('gb18030'),c=",c)
print("d=d.decode('gbk'),d=",d)
打印如下内容----------------
a=a.decode('utf-8'), a= Bing-中国-！
b=b.decode('gb2312'),b= Bing-中国-！
c=c.decode('gb18030'),c= Bing-中国-！
d=d.decode('gbk'),d= Bing-中国-！
打印内容结束----------------
可见原来的内容又回来了，此时a,b,c,d的类型为str。
3.编码之间的相互转化
另一种情况，当我编码了utf-8后，是否可以从utf-8直接编码或者解码成 gbk格式
答案是不可以，必须先解码成 str类型，再重新编码为gbk编码的bytes类型。
所以其实编码解码之间还是有方向性的。
当变量类型为 str类型时，智能编码，使用encode(‘编码格式’)方法；当bytes类型时，按道理只用解码decode(‘编码格式’) 才不会出错。
上图：
GBK需要转化为utf-8的流程为：
1. 首先通过decode（‘gbk’）转化为 str 类型
2. 再通过encode(‘utf-8’)转化为编码为utf-8的bytes类型。
#%% 当编码了utf-8后需要转化为gbk，应该先解码，再重新编码成gbk,即不同编码格式之间不能直接转化。
s='Bing-中国-！'
print('type(s)',type(s)) a=s.encode('utf-8')
print('type(a)',type(a)) #--------------------------------------
b=a.encode('gb2312') # 会报错如下内容
# 会报错如下内容
# type(s) <class 'str'>
# type(a) <class 'bytes'>
# Traceback (most recent call last):
# File "D:\Python\decodeandencode.py", line 60, in <module>
# b=a.encode('gb2312')
# AttributeError: 'bytes' object has no attribute 'encode' #-----------------------------------
b=a.decode('gb2312') # 也会报错，当编码无法使用正确识别时。
# 会报错如下内容
# type(s) <class 'str'>
# type(a) <class 'bytes'>
# Traceback (most recent call last):
# File "D:\Python\decodeandencode.py", line 71, in <module>
# b=a.decode('gb2312')
# UnicodeDecodeError: 'gb2312' codec can't decode byte 0xad in position 7: illegal multibyte sequence
4. str类型说明
在网上看到有人说str类型在python中其实是按照unicode来保存的。但是会显性成str我们看到的字符。
5. 可以使用的编码类型
除了utf-8和gbk以外，还可以编码成很多类型。在python的帮助文档中摘取一小部分：
|
Codec |
Aliases |
Languages |
|
euc_kr |
euckr, korean, ksc5601, ks_c- |
Korean |
|
gb2312 |
chinese, csiso58gb231280, euc |
Simplified Chinese |
|
gbk |
936, cp936, ms936 |
Unified Chinese |
|
gb18030 |
gb18030-2000 |
Unified Chinese |
|
hz |
hzgb, hz-gb, hz-gb-2312 |
Simplified Chinese |
|
iso2022_jp |
csiso2022jp, iso2022jp, iso-2022- |
Japanese |
|
iso2022_jp_1 |
iso2022jp-1, iso-2022-jp-1 |
Japanese |
|
iso2022_jp_2 |
iso2022jp-2, iso-2022-jp-2 |
Japanese, Korean, Simplified Chi |
6.参考文章
https://www.jb51.net/article/179894.htm