Python3学习笔记(字符串编码转换)

在Python中，有两种常用的字符串类型，分别为str和bytes。其中，str表示Unicode字符(ASCII或者其他)；bytes表示二进制数据(包括编码的文本)。

说明：bytes类型的数据是带有b前缀的字符串(用单引号或双引号表示)
str类型和bytes类型之间可以通过encode()和decode()方法进行转换，这两个方法是互逆的过程。

使用encode()方法编码

encode()方法为str对象的方法，用于将字符串转换为二进制数据(即bytes)，也称为“编码”，其 语法格式如下:

str.encode([encoding=" utf-8"][,errors="strict"])

参数说明：

• str:表示要进行转换的字符串。
• encoding- “uf-8”:可选参数，用于指定进行转码时采用的字符编码，默认为UTF-8, 如果想使用 简体中文，也可以设置为gb2312。当只有这一一个参数时， 也可以省略前面的“encoding=", 直接写编码。
• rrors"strict": 可选参数，用于指定错误处理方式，其可选择值可以是strict (遇到非法字符 就抛出异常)、ignore (忽略非法字符)、replace (用“?”替换非法字符)或xmlcharrefreplace (使用
  XML的字符引用)等，默认值为strict。

说明:在使用encode0)方法时， 不会修改原字符串，如果需要修改原字符串，需要对其进行重新赋值。

例如，定义一个名称为verse的字符串，内容为“野渡无人舟自横”，然后使用endoce()方法将其 采用GBK编码转换为二进制数，并输出原字符串和转换后的内容，代码如下：

verse = "野渡无人舟自横"
byte = verse.encode('GBK')
print(byte)

执行结果：

b'\xd2\xb0\xb6\xc9\xce\xde\xc8\xcb\xd6\xdb\xd7\xd4\xba\xe1'

使用decode()方法解码

decode()方法为bytes对象的方法用于将二进制数据转换为字符串，即将使用encode()方法转换的结果再转换为字符串，也称为“解码”。语法格式如下：

bytes .decode([encoding= utf-8"][, errors="strict"])

参数说明：

• bytes:：表示要进行转换的二进制数据，通常是encode()方法转换的结果。
• encoding=“utf-8”：可选参数，用于指定进行解码时采用的字符编码，默认为UTF-8，如果想使用简体中文，也可以设置为gb2312。当只有这一 个参数时，也可以省略前面的“encoding=",直接写编码。
  注意:在设置解码采用的字符编码时，需要与编码时采用的字符编码一致。
• rrors-“strict”：可选参数，用于指定错误处理方式，其可选择值可以是strict (遇到非法字符 就抛出异常)、ignore (忽略非法字符)、replace (用“?”替换非法字符)或xmtcarrefreplace (使用 XML的字符引用)等，默认值为strict。

说明：在使用 decode()方法时， 不会修改原字符串，如果需要修改原字符串， 需要对其进行重新赋值。

例如，将上面的示例编码后会得到二进制数据 (保存在变量byte中)，要进行解码可以使用 下面的代码：

print(byte.decode('GBK'))

执行结果：

野渡无人舟自横