Python编码问题

0X00 Python2

Python2 默认的编码是ASCII  但是由于不能显示中文所以我们一般会使用UTF-8

在py文件头加上：

# -*- coding: UTF-8 -*-

 

这样默认是以UTF-8来编码的，但是最好是以unicode来处理字符串，最后在转换成自己需要的编码格式

 

比如：

 

conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='root',
 db='servicetb', charset='utf8')

 

意思是以utf8的编码格式去解码从数据库中取出的数据，得到的数据是unicode而不是utf-8编码的数据

而自己声明的字符串则是UTF-8编码，如果字符串中是英文和数字也没关系，但如果还有中文，在进行字符串拼接时就会报错，解决方法：将字符串解码成unicode， your_string.decode('utf-8')

 

结论：对于存在中文、特殊字符的情况最好全部以unicode形式来处理，最后再统一转换编码返回值

0X02 Python3

关于编码，有几个层面：

1.Linux默认编码：utf-8

2.Python3字符串：unicode

3.Python3读写文件，在不指定encode和decode的情况下，默认为编码解码为utf-8。其中写文件时需要编码，将unicode编码为utf-8，读文件时需要解码，将utf-8解码为unicode