python3默认情况下,是通过unicode直接编码操作的,对于字符串、特殊字符、数字的支持都是一致的,字符串的编码和解码操作方式非常简洁
s = ‘abc’声明了一个字符串,这个字符串就是构造了一个str对象,默认情况下就是通过unicode直接编码的字符
如果将字符转换成字节,进行编码操作:
s.encode(“utf-8”)
s = “中文”
x = s.encode(“utf-8”)
x
b’\xe4\xb8\xad\xe6\x96\x87’
如果将字节转换成字符,进行编码操作:s.decode(“utf-8”)
x
b’\xe4\xb8\xad\xe6\x96\x87’x.decode(“utf-8”)
‘中文’
python2中,默认情况下是通过ascii编码进行操作的
创建的字符串s=”abc”是str类型的,在python2中是bytes字节类型的
默认情况下:
s = “中文”
s
‘\xd6\xd0\xce\xc4’
如果在声明的时候就需要一个中文字符串,在字符串的前面添加一个u字符,表示是通过unicode编码的
s = u’中文’
s
u’\u4e2d\u6587’
如果是默认字节形式的中文字符串,要得到原本的中文形式,需要decode()函数操作
s = “中文”
s
‘\xd6\xd0\xce\xc4’
x = s.decode(“gbk”)
x
u’\u4e2d\u6587’
如果要将一个unicode编码的字符串转换成ascii编码进行后续的操作
?为什么要转换成ascii编码?因为python内置的大量模块,并没有提供中文支持,调用内置模块的函数操作时,如果出现了非ascii编码,就会出现ascii编码不支持的错误
UnicodeEncodeError: ‘ascii’ codec can’t encode characters
将unicode字符串,转换成bytes类型的str字符串
转换方式:
s = u"中文"
s
u’\u4e2d\u6587’
s.encode(“gbk”)
x = s.encode(“gbk”)
x
‘\xd6\xd0\xce\xc4’
python2中,将一个字符串确定类型[str|unicode],然后根据实际的类型进行操作
如果是用于控制台等等展示操作(给人看):字符的方式展示
如果是用于python2内建模块进行使用(python2使用):字节的方式使用
警告:python2中的str类型,默认就有一个encode()函数,但是这个函数只是在定义时为了对象操作的完整性出现的,使用会直接报错[预计-保留函数]
Python2中的unicode类型,默认有一个decode()函数,同样不要去使用!
###如何将u"\\u4eba\\u9759\\u65f6"类型的字符串变为u"\u4eba\u9759\u65f6"的数据
例:
>>> s =u’\\u4eba\\u9759\\u65f6’
>>>s.decode(“unicode-escape”)
>>>u’\u4eba\u9759\u65f6’
###将’\u4e2d\u56fd’直接转换成汉字
>>>s=’’\u4e2d\u56fd"
>>>print(s.decode(‘unicode-escape’))
结果:中国n