python3 转码_Python3编码与转码

python3中有2种编码格式，分别为str与byte，这里的str相当于Python2中的unicode，byte相当于Python2中的str。再者python3将python源代码编码从ascii改成了utf-8，从外部接收的编码自动转化成了str(Python2中的unicode)，大大减少产生编码异常的点。与Python2一样，3中的编码原则就是将外部接收的字符编码成str(unicode字符)，输出时再编码成bytes编码

1.Python3的bytes与str

bytes表示字符的原始8位值，str表示Unicode字符。将unicode字符表示为二进制数据(原始8位值)，最常见的编码方式就是UTF-8。python2与3中的unicode字符没有和特定的二进制编码相关联，因此需要使用encode方法。

在python3中bytes与str是绝对不会等价的，即使字符内容为””，因此在传入字符序列时必须注意其类型。

Python3已经把源代码编码以及系统编码从ascii都变成了utf-8，避免了中文报错。

import sys

print(sys.getdefaultencoding())

输出结果：utf-8

#字符串编码

str1 = '你好'

print(type(str1))

str2 = str1.encode('utf-8')

print(type(str2))

#网页编码

import urllib.request

f = urllib.request.urlopen('http://www.cnblogs.com/coffy/p/5748292.html').readlines()

print(type(f[10]))

print(f[10].decode('utf-8'))

输出结果：

#返回的是bytes格式的，只要decode转化为str就ok了。

#文件编码

f = open('1.txt').read()

print(type(f))

print(f)

print(type(f).encode('utf-8'))

print(f.encode('utf-8'))

输出结果：

3222

b'utf-8'

b'3222'

#从文件中读取出来的是str(2.x中的unicode)，因此不用转码。