Python - Encode()、Decode()、Encoding()

encode：编码

decode：解码

str字符串默认编码为：Unicode

---

---

>>> 左侧为编码后的Bytes码，解码为Unicode字符，再被编码为指定的其他格式编码

(注：↑本图片来源"百度图片")

---

【encoding（）】

 使用Python打开文件时，文件数据按照文件本身的编码方式转换为字节码，如果这时需要将编码转换，那么我们可以使用encoding（）参数来指定转换为的编码格式，如果文件不存在则该参数指定新建文件的编码格式；

被读取的字节码依据Unicode规则被编码为Unicode字符（作为多语言编码合理转换的中介），随后按照转换规则转换为另一种编码（新的字节码）；

a = "abcdefg"    #字符串默认为Unicode字符
b = a.encode("UTF-8")    # b"abcdefg" b表示bytes字节码

GB2312字符集(俗称)：

【Unicode解释】

Unicode支持超过一百万种字符。每个字符分配一个编号，称为编码点，不同国家的字符占用指定区域内的一个编码点；

Unicode建立了一个框架并为该框架中的每个区域按照指定规则设计：

不同的区域中存放着不同国家的语言编码，

指定的规则使得各个不同国家的语言能够进行编码的转换，这种规则使得可以将不同的编码再转换为对应的字节码（0/1表示）

例如：

GB2312/UTF-8等编码分别占用了Unicode编码中的指定区域，及一定范围的字节码表示该语言的编码，
该编码在需要被显示时会按照Unicode指定的规则翻译为对应的字节码，随后被集成电路解析在浏览器等显示设备上进行显示
在需要被执行操作时仍然需要Unicode的规则转化为字节码，然后CPU等部件再在对0/1组成的字节码进行运算等操作。

---

---

【Spider】

使用requests库发送请求的时候

html = requests.get(url).content.decode("utf-8")   

#这里的.content就是读取源文件字节流，随后将该字节流编码为Unicode编码,方便再进行更加精确的解码

html = requests.get(url).text.encode("utf-8")   

#text直接读取源文件字节流，后方指定对该字节流的编码方案，这里有时候就会遇到问题，当我们的文件编码是GB2312时，我们encode（）使用了UTF-8那就会照成对字节流的编码错误，此时可以通过某些方法查看当前文件的编码再进行指定编码；也可以使用.content将其转换为Unicode编码再对其进行解码，后者较常用。

在使用requests库的时候，需要对get()返回的Response类型进行再次操作：

使用.text是自动根据文本猜测并进行编码，得到的是字符串（对字符串进行编码使用.encode()函数）

使用.content可将Response对象转换为字节码（对字节码进行编码使用.decode()函数）

---

在进行文件保存的时候

with open(fileName,"wb") as f:
       f.write(response.content) 

with open("pythonTest.txt","r",encoding="utf-8") as f:        #编码的参数放在最后，实际上是对文本中字符串进行的编码
       text = f.read()