Python：一圖看懂Python2還是Python3的編碼

無論是Python2還是Python3，都使用unicode作為內(nèi)存編碼，簡稱內(nèi)碼。保存在python解釋器內(nèi)存中的文本，輸出到屏幕、編輯器，或者保存成文件的時候，都要將內(nèi)碼轉(zhuǎn)換成utf8或者gbk等編碼格式；同樣，python解釋器從輸入設(shè)備接收文本，或者從文件讀取文本的時候，都要將utf8或者gbk等編碼轉(zhuǎn)換成unicode編碼格式。因此，無論是Python2還是Python3，想要在unicode、utf8、gbk等編碼格式之間轉(zhuǎn)換的話，下圖是通用的：

為遜克等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計制作服務(wù)，及遜克網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為成都做網(wǎng)站、網(wǎng)站設(shè)計、遜克網(wǎng)站設(shè)計，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會得到認(rèn)可，從而選擇與我們長期合作。這樣，我們也可以走得更遠(yuǎn)！

我們之所以會產(chǎn)生困惑，是因為py2和Python3給這些編碼格式指定了令人困惑的名字。Python2的字符串有兩種類型：unicode類型和str類型。Python2的unicode類型就是unicode編碼，Python2的str類型泛指除unicode編碼之外的所有編碼，包括ascii編碼、utf8編碼、gbk編碼、cp936編碼等。Python3的字符串也有兩種類型：bytes類型和str類型。Python3的str類型就是unicode編碼，Python3的bytes類型泛指除unicode編碼之外的所有編碼，包括ascii編碼、utf8編碼、gbk編碼、cp936編碼等。同樣是str類型，在Python2和Python3中完全顛倒了！下圖稍微補(bǔ)充了一點(diǎn)內(nèi)容，更有助于理解編碼問題。

接下來，我們實(shí)戰(zhàn)演練一下。

>>> s = 'abc天圓地方'
>>> type(s)
<class 'str'>
>>> len(s)
7
>>> s
'abc天圓地方'
>>> print(s)
abc天圓地方
>>> s.encode('unicode-escape')
b'abc\\\u5929\\\u5706\\\u5730\\\u65b9'

不管是否在字符串前面加了u，只要不在字符串前面使用b，在IDLE中定義的字符串都是unicode編碼，也就是py3的<class ‘str’>，其長度就是字符數(shù)量，不是字節(jié)數(shù)。我們把unicode字符串’abc天圓地方’轉(zhuǎn)成utf8編碼：

>>> s_utf8 = s.encode('utf8')
>>> type(s_utf8)
<class 'bytes'>
>>> len(s_utf8)
15
>>> s_utf8
b'abc\\xe5\\xa4\\xa9\\xe5\\x9c\\x86\\xe5\\x9c\\xb0\\xe6\\x96\\xb9'
>>> print(s_utf8)
b'abc\\xe5\\xa4\\xa9\\xe5\\x9c\\x86\\xe5\\x9c\\xb0\\xe6\\x96\\xb9'
>>> s_utf8.decode('utf8')
'abc天圓地方'

utf8編碼就是bytes類型（字節(jié)碼），長度就是字節(jié)數(shù)量。我們把unicode字符串’abc天圓地方’轉(zhuǎn)成gbk編碼：

>>> s_gbk= s.encode('gbk')
>>> type(s_gbk)
<class 'bytes'>
>>> len(s_gbk)
11
>>> s_gbk
b'abc\\xcc\\xec\\xd4\\xb2\\xb5\\xd8\\xb7\\xbd'
>>> print(s_gbk)
b'abc\\xcc\\xec\\xd4\\xb2\\xb5\\xd8\\xb7\\xbd'
>>> s_gbk.decode('s_gbk')
'abc天圓地方'

gbk編碼也是bytes類型（字節(jié)碼），長度也是字節(jié)數(shù)量。我們再來看看，不同編碼的字節(jié)碼能否連接：

>>> ss = s_utf8 + s_gbk
>>> ss
b'abc\\xe5\\xa4\\xa9\\xe5\\x9c\\x86\\xe5\\x9c\\xb0\\xe6\\x96\\xb9abc\\xcc\\xec\\xd4\\xb2\\xb5\\xd8\\xb7\\xbd'
>>> ss.decode('utf8')
Traceback (most recent call last):
 File "<pyshell#64>", line 1, in <module>
 ss.decode('utf8')
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xcc in position 18: invalid continuation byte
>>> ss.decode('gbk')
'abc澶╁渾鍦版柟abc天圓地方'
>>> ss.decode('utf8', 'ignore')
'abc天圓地方abc??'
>>> ss.decode('gbk', 'ignore')
'abc澶╁渾鍦版柟abc天圓地方'

看以看出，不同編碼的字節(jié)碼可以連接，但一般不能解碼成unicode（字符串），除非使用ignore參數(shù)。

網(wǎng)站標(biāo)題：Python：一圖看懂Python2還是Python3的編碼
URL鏈接：http://www.muchs.cn/article18/pieggp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供關(guān)鍵詞優(yōu)化、微信公眾號、移動網(wǎng)站建設(shè)、網(wǎng)站策劃、微信小程序、品牌網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)