python的unicode、str、byte的关系

最新推荐文章于 2024-08-20 22:32:24 发布

lookjie

最新推荐文章于 2024-08-20 22:32:24 发布

阅读量1k

点赞数 2

分类专栏： python

本文链接：https://blog.csdn.net/a478555/article/details/108288500

版权

python 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

python的unicode、str、byte的关系

作为一个用惯了python3的人，在python2如此操蛋的编码问题中，不得不整理一下python2中字符串和字节串之间的关系。
先说一个原理，python中字节串可以解码成字符串，字符串可以编码成字节串。
byte->decode
string->encode

Python3中的编码方式

文本字符串类型（Unicode编码）被命名为 str , 字节字符串类型被命名为 bytes ，就这两种。其中，str有encode方法，byte有decode方法
python3的字符串对象

总结python3的特点

str表示字符串，byte表示字节串

Python2中的编码方式

but! python2有unicode、str两种对象，首先，python2的str其实是byte存储的，也就是说，python3里面的byte里面存的东西和python2str里面存的是一样的。然后，python3里面的str对象在python2里面叫做unicode对象。
关于python2中的两种对象，使用方法如下：
Python2 str 有decode方法
Python2 unicode有encode方法
操作如下：
python2字符操作
以上两种方法
其实python2也有byte类的声明，但是Python2的byte和str其实是一种东西：
byte声明

Python2的隐式转换

大家要注意的是，Python2中str有一个encode方法，unicode有一个decode方法，这两个方法没软用。
如果对str调用encode方法，python会隐式的先对str调用decode方法获取对应的字符串，然后再对字符串调用encode方法：
python2的隐式转换
上面的例子中

b.decode('GBK')
b.encode('ascii').decode('GBK')

两行代码是一样的

总结python2的特点

str表示字节串，unicode表示字符串

最后一句话，搞清楚字节串和字符串，字节串可以解码，字符串可以编码。

奇特的unicode_escape与string_escape

关于python2的encode方法中，有一类把字节串变成真正的转义字节串的方法：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mk9Pxq6C-1598628353323)(https://upload-images.jianshu.io/upload_images/13139536-6f3d957c7ed01c71.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)]
其中这个字符完全的变了长度，换了模样
还有一个unicode-escape，这两个方法比较特殊，其中

对str调用encode(‘string_escape’)，可以把str变成str，内容转义
对str调用decode(‘string_escape’)，可以把str变成str，内容逆转义
对str调用decode(‘unicode_escape’)，可以把str变成unicode，内容一定要是unicode转义过的字符，否则会变成奇奇怪怪的东西
对str调用encode(‘unicode_escape’)，等于.decode(‘ascii’).encode(‘unicode_escape’)，隐式转义会导致非ascii码报错
对unicode调用encode(‘unicode_escape’)，可以把unicode变成str，内容转义
对unicode调用decode(‘unicode_escape’)，等于.encode(‘ascii’).decode(‘unicode_escape’)，隐式转义会导致非ascii码报错
对unicode调用encode(‘string_escape’)，函数报错，报错内容为只能针对str操作
对unicode调用decode(‘string_escape’)，等于.encode(‘ascii’).decode(‘string_escape’)，隐式转义会导致非ascii码报错