python3基础知识整理之字符串处理

显而易见，计算机当中的一切都只是对0和1的抽象，当我们与0和1直接打交道时，比如图片、压缩包等，我们往往不用太关心抽象方式。但是在处理字符串等对象的时候，不弄清楚其中的工作机制则会寸步难行，一个常见的问题就是乱码。

以下是我总结的部分python3字符串处理相关知识，关于字符集和字符编码的知识这里不再累述。

1,string与bytes

python3中对这两种类型做了严格的区分，从外界比如网络读取的数据一般是bytes，要作为string使用必须进行显式的转换，转换方法如下文。

2，decode与encode

bytes.decode("gb2312")：解码bytes，将bytes转换为gb2312编码的string。

string.encode("gb2312")：编码string，将string转换为gb2312编码的bytes。

python以utf-8作为默认编码，因此上述方法的参数的缺省值都是utf-8。

decode做的是解释的工作，encode则在做映射工作。如开头所说，计算机世界的硬通货是0和1，而各种编码则可以比喻成软通货。我们用decode指定的规则（编码）解释0和1，用encode去将字符串映射成0和1，从而完成相应的工作：处理或者传输数据。

在理解上述规则之后，再加以了解字符串原来的编码，就可以避免出现乱码的情况了。这里又分两种情况。1，代码中的字符串的编码取决于代码文件的编码。2，外界输入的字符串的编码取决于其本身的编码。