最早的字符串编码是美国标准信息交换码，即ASCII码。它只对10个数字、26个大写英文字母、26个小写英文字母和一些其他符号进行编码。ASCII码最多只能表示256个符号，每个符号占用一个字节。随着信息技术的发展，各国的文字都需要编码，于是出现了GBK、GB2312、UTF-8编码等。其中，GBk和GB2312是我国制定的中文编码标准，用一个字节表示英文字母，用两个字节表示汉字。UTF八码是中国的一个通用码，它编码了世界上所有国家使用的字符。UTF-8用一个字节代表英文字符，用三个字节代表中文。在Python3中。x默认编码格式为UTF-8，有效解决了中文乱码问题。
在Python中，有两种常用的字符串类型，str和bytes。其中str表示Unicode字符(ASCII代码或其他)，bytes表示二进制数据(包括编码文本)。这两种类型的字符串不能拼接在一起。通常str在内存中用Unicode表示，一个字符对应一个Nogan字节。但是如果是在网络上传输或者保存到磁盘上，就需要把str转换成byte类型，也就是字节型。
注意:bytes类型数据是带b前缀的字符串(用单引号或双引号表示)，例如b & # 8217xd 2 XB 0 ’还有’bmr & # 8217都是字节数据。
str类型和bytes类型可以通过encode()和decode()方法进行转换，这是一个相互的过程。
1.使用encode()方法进行编码。
encode()方法是一个str对象方法，用于将字符串转换为二进制数据(即字节)。也称为编码，其语法格式如下:
str.encode([encoding="utf-8"][,errors="strict"])参数说明：str：表示要进行转换的字符串encoding="utf-8"：可选参数，用于指定进行转码时采用的字符编码，默认为UTF-8，如果想使用简体中文，也可以设置为gb2312。当只有一个参数时，也可省略前面的encoding=，直接写编码。errors="strict"：可选参数，用于指定错误处理方式，其可选址值strict(遇到非法字符就抛出异常)ignore(忽略非法字符)、replace（用？替换非法字符）或 xmlcharrefreplace(使用xml的字符引用)等，默认为strict。
注意:当使用encode()方法时，原始字符串不会被修改。如果需要修改原字符串，需要重新赋值。
例如:
verse='野渡无人舟自横'byte=verse.encode('GBK')print('原字符串：',verse)print('转换后：',byte)
2.使用decode()方法
decode()方法是bytes对象的一种方法，用于将二进制转换为字符串，即encode()方法转换的结果再次转换为字符串，也称为“解码”。语法格式如下:
bytes.decode([encoding="utf-8"][,errors="strict"])参数说明：bytes：表示要进行转为二进制数据，通过是encode()方法转换后的结果。encoding="utf-8"：可选参数，用于指定进行解码时采用的字符编码默认为utf-8，如果想使用简体中文，可以设置为gb2312。当只有一个参数时，可以省略前面的encoding=，直接写编码。errors="strict"：可选参数，用于指定错误处理方式，其可选址值strict(遇到非法字符就抛出异常)ignore(忽略非法字符)、replace（用？替换非法字符）或 xmlcharrefreplace(使用xml的字符引用)等，默认为strict。
注意:当使用decode()方法时，原始字符串不会被修改。如果需要修改原字符串，需要重新赋值。
例如，在上面的例子中编码后获得的结果在这里被解码:
print('解码后：',byte.decode('GBK'))
本文来自莫失莫忘投稿，不代表舒华文档立场，如若转载，请注明出处：https://www.chinashuhua.cn/24/563589.html
微信扫一扫 
