python2中str、unicode的encode、decode的区别

python2中str、unicode的encode、decode的区别

python的str，unicode对象的encode和decode方法
python中的str对象其实就是"8-bit string" ，字节字符串，本质上类似java中的byte[]。
而python中的unicode对象应该才是等同于java中的String对象，或本质上是java的char[]。
对于

Python代码 收藏代码
s= “你好”
u=u"你好"

1. s.decode方法和u.encode方法是最常用的，
   简单说来就是，python内部表示字符串用unicode（其实python内部的表示和真实的unicode是有点差别的，对我们几乎透明，可不考虑），和人交互的时候用str对象。
   s.decode -------->将s解码成unicode，参数指定的是s本来的编码方式。这个和unicode(s,encodename)是一样的。
   u.encode -------->将unicode编码成str对象，参数指定使用的编码方式。
   助记：decode to unicode from parameter
   encode to parameter from unicode
   只有decode方法和unicode构造函数可以得到unicode对象。
   上述最常见的用途是比如这样的场景，我们在python源文件中指定使用编码cp936，
   # coding=cp936或#-- coding:cp936 --或#coding:cp936的方式（不写默认是ascii编码）
   这样在源文件中的str对象就是cp936编码的，我们要把这个字符串传给一个需要保存成其他编码的地方（比如xml的utf-8,excel需要的utf-16）
   通常这么写：
   strobj.decode(“cp936”).encode(“utf-16”)

You typically encode a unicode string whenever you need to use it for IO, for instance transfer it over the network, or save it to a disk file.
To convert a string of bytes to a unicode string is known as decoding. Use unicode(’…’, encoding) or ‘…’.decode(encoding).
You typically decode a string of bytes whenever you receive string data from the network or from a disk file.
2.
第一条已经写了不少，因为是最常用到的，基本不用怎么解释。我重点想说的是这第二条。
似乎有了unicode对象的encode方法和str的decode方法就足够了。奇怪的是，unicode也有decode，而str也有
encode，到底这两个是干什么的。
用处1
str本身已经是编码过的了，如果再encode很难想到有什么用（通常会出错的）
先解释下这个
str.encode(e) is the same as unicode(str).encode(e).
This is useful since code that expects Unicode strings should also work when it is passed
ASCII-encoded 8-bit strings(from Guido van Rossum)
python之父的这段话大概意思是说encode方法本来是被unicode调的，但如果不小心被作为str对象的方法调，并且这个str对象正好
是ascii编码的（ascii这一段和unicode是一样的），也应该让他成功。这就是str.encode方法的一个用处（我觉得这个基本等于没用）
类似地，把光用ascii组成的unicode再decode一回是一样的道理，因为好像几乎任何编码里ascii都原样没变。因此这样的操作等于没做。
u"abc".decode(“gb2312”)和u"abc"是相等的。

用处2
非字符的编码集non-character-encoding-codecs，这些只在python中定义，离开python就没意义（这个来自python的官方文档）
并且也不是人类用的语言，呵呵。
比如

Python代码 收藏代码

'/n' .encode( 'hex' )== '0a'    
u'/n' .encode( 'hex' )== '0a'   
'0a' .decode( 'hex' )== '/n'   
u'0a' .decode( 'hex' )== '/n' 

可见名为hex的编码可以讲字符表示（当然了，必须是ascii内的）和十六进制表示之间转换
另外还有很多好玩的，比如：base64通俗的讲是号称防君子不防小人的给邮件的编码，gzip大概是指压缩吧（这是我猜的），rot13回转13等，不知者google之
关于这些，官方有个详细的表格，在http://docs.python.org/library/codecs.html中的Standard Encodings一节中，前一个表格是基于字符的编码，第二个表格
就是这里的非字符的编码。关于这些特殊编码，官方一句说明：
For the codecs listed below, the result in the “encoding” direction is always a byte string.
The result of the “decoding” direction is listed as operand type in the table.
encode的结果一定是一个byte的str，而decode的结果在表中operand一列。