python学习笔记：Python3 的encode和decode

我下面记录的很多是从参考那里来的，但是好像写转载只能填一个链接，所以我就写原创了。但其实主要是想给自己看的个人笔记。

咳咳，这个必须了解。

简单地说呢，就是字符串是一个对象，它可以使用encode()方法转化成指定编码方式的 bytes 对象。比如 UTF-8 编码方式、GBK编码方式、gb2312编码方式。

而一个 bytes 对象，可以使用decode()方法，以及正确的编码方式，来转化成有意义的字符串。

如下图（来源自参考链接2）：

下面是例程（同样来源于参考2）：

>>> '€20'.encode('utf-8')
b'\xe2\x82\xac20'
>>> b'\xe2\x82\xac20'.decode('utf-8')
'€20'

---

python3的字符串总是用 Unicode 表示，所以我有一个疑问：encode()是怎么把 Unicode 转化成不同编码方式的 bytes对象（也就是字节）的呢？

这里要注意，Unicode 是字符集，规定了每个字符的二进制代码，但是没有规定 这些代码怎么存储。实现存储的方式常见的有 utf-8 编码方式。

但是，Unicode 是怎么转变成 GBK 或者 gb2312 编码的字节流的呢？毕竟它们都不是Unicode的实现方式，而是完全独立的编码规则。对于同一个中文字符，表示的数值都可能是不一样的吧？

但是上述疑问在我找到参考6和7后，就有点想法了，但仅仅是想法，还没有去看python3文档= =：

GBK方式编码的bytes对象 $\to$ Unicode编码的字符串 $\to$ utf-8方式编码的bytes对象

那就是，Unicode 作为中转的符号集，一定是和其他编码都有对应的！也就是说，一个汉字在python3中用Unicode表示后，python内置的函数知道这个Unicode码对应了不同编码方式中的哪个二进制值。= =嗯，这果然是大工程。

我不知道是不是对的。

参考：

1. Python 3的bytes/str之别 codecs模块
2. The bytes/str dichotomy in Python 3
3. Python3中的bytes和str类型详解
4. 计算机字符编码详解——从理论到实践
5. 字符编码和python使用encode,decode转换utf-8, gbk, gb2312
6. python模块之codecs: 自然语言编码转换
7. python编码问题之encode、decode、codecs模块