小心python中的坑------字符编码

最新推荐文章于 2021-10-23 17:44:24 发布

丶cay丶

最新推荐文章于 2021-10-23 17:44:24 发布

阅读量100

点赞数

分类专栏： python 文章标签：字符编码的问题

本文链接：https://blog.csdn.net/qq_40277438/article/details/103114454

版权

python 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

1.python中的默认编码格式

python2中使用ASCII，python3中使用unicode格式
获取当前python默认编码格式的方法：

import sys
print(sys.getdefaultencoding())
#这两个博客写的很详细
#http://www.cnblogs.com/yuanchenqi/articles/5956943.html
#http://www.diveintopython3.net/strings.html
   #unicode 分为 utf-32(占4个字节),utf-16(占两个字节)，utf-8(占1-4个字节)， utf-16就是现在最常用的unicode版本，不过在文件里存的还是utf-8，因为utf8省空间

   #在py3中encode,在转码的同时还会把string 变成bytes类型(socket通信中只能传输bytes类型的字符串)，decode在解码的同时还会把bytes变回string

 msg = "我爱北京天安门"
msg_utf= msg.encode("gb2312")   # 将unicode字符串编码为gb2312格式
print(msg_utf)
gb2312_to_gbk = msg_utf.decode("gb2312").encode("gbk")  #  将gb2312格式字符串先解码为unicode格式，再
编码为gbk格式
print(msg)
print(gb2312_to_gbk)

#注：python中的字符编码转换：
默认的unicode可将字符串decode('utf-8')生成utf-8以及gbk等格式的二进制bytes类型
utf-8等可通过decode('utf-8')生成unicode格式的字符串。

![转自以下alex老师的博客](https://img-blog.csdnimg.cn/20191117223242438.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMjc3NDM4,size_16,color_FFFFFF,t_70)