字符编码问题

题干为：有如下字符串：n = "齐天大圣"。

要求：（1）将字符串转换成utf-8的字符编码的字节，再将转换的字节重新转换为utf-8的字符编码的字符串

　　　（2）将字符串转换成utf-8的字符编码的字节，再将转换的字节重新转换为gbk的字符编码的字符串

 

　　（1）对于第一个问题，将字符串编码为utf-8编码的字节，然后再转为utf-8，这里可以直接进行encode与decode的操作：

　　这里我们给n赋值为'齐天大圣'，将n的值以utf-8的方式编码得到的结果赋值给n2，而同样以utf-8的方式解码得到的结果仍然是'齐天大圣'，也就是说此时的n3与n相等。

　　（2）但是对于以utf-8方式编码，而又以gbk方式解码，对于很多初学者来说可能会犯下面这样的错误，很多人可能按照字面的意思会这样写：

n = '齐天大圣'
n2 = n.encode('utf-8')
n3 = n2.decode('gbk')
print('编码：%s\n解码：%s\n' % (n2,n3))

　　但是，输出的结果却是这样子的：

　　解码的结果竟然出现了乱码！！！

　　这里需要着重强调一下，当我们将字符串先以utf-8的编码形式写进计算机的硬盘上时，也就相当于给这个字符串上了一把“锁”，而打开这把“锁”的“钥匙”是在你“上锁”的时候就唯一确定了的。也就是说，当你用utf-8的编码模式encode的时候，decode的话必须以同样的编码方式进行，而上图中我们先以utf-8的模式对字符串“上锁”，而gbk方式不是合适的“钥匙”，当你用这个“不合适的钥匙”解锁的时候，计算机不知道你究竟要decode什么，所以当然会出现乱码。

　　问题（2）正确的解决方式需要我们先将用utf-8模式编码好的字符串以utf-8的模式decode出来，再进行gbk模式的编解码操作：

n = '齐天大圣'
n2 = n.encode('utf-8')
n3 = n2.decode('utf-8')
n4 = n3.encode('gbk')
n5 = n4.decode('gbk')
print('utf-8编码字节为：%s\ngbk解码字符串为：%s' % (n2,n5))

 

转载于:https://www.cnblogs.com/paulwhw/p/8674680.html