c# url encode编码转换_一文让你搞懂令人脑瓜疼的python编码问题

如果说在python2中处理字符编码很蛋疼的话，如果幻想着python3不那么蛋疼，那么我只想说，你想多了，好不容易在python2中把字符编码的问题捣腾清楚了，但是换成python3，它会将之前的体系重新构建，使得之前的知识体系不能很好的运用，只能重新来构建。感觉是从一个坑跳到了另外一个坑，下面来看看这个令人头疼的python编码问题。

python2中的编码处理

python2中将ASCII 码作为默认编码方式，对中文处理很不友好。

>>> import sys>>> sys.getdefaultencoding()'ascii'

关于 GBK 和 UTF-8，概念性的东西就不解释了，网上一搜便知，这里主要是来说明一下，将一个 GBK 编码的字符串转换成 UTF-8 编码，只需要通过 Unicode 来转换

>>> s = '杨'>>> s'xd1xee'>>> type(s)>>> print s杨>>> su = s.decode('gbk')>>> suu'杨'>>> sutf8 = su.encode('utf-8')>>> sutf8'xe6x9dxa8'>>> print sutf8鏉?

其实就是将 unicode 作为一个中转站，将各种编码转换(decode)成unicode 使用 s.decode(chaset) ，然后再将unicode编码的字符串转换(encode)成想要的编码 s.encode(chaset)。

其实这么看在python2中的字符编码问题也不是很复杂，主要是要弄清楚字符串本身是什么编码即可。有一个库可以检测字符编码，chardet ，使用chardet.detect(str) 来检查字符串编码，注意，它这里给出的只能做为参考，并不能很准确的给出编码，所以他的返回值中会有一个 confidence 的值，如果值是1.0，说明它100%的肯定是这个编码。

python3中的编码处理

再来看看python3的编码处理，python3中将unicode合并成了str，已经没有unicode这种类型了。

>>> s = '杨'>>> type(s)>>> su = u'杨'>>> type(su)>>> s'杨'>>> su'杨'

可以看出它们都是 str 类型。 那么如何在python3中将一个GBKx编码的字符串转成utf-8呢？ python3中有一种全新的数据类型 bytes ，它表示二进制字节数据，初始化是在字符前加 b ,bytes 类型可以是 ASCII范围内的字符和其它十六进制形式的字符数据，但不能用中文等非ASCII字符表示。

>>> b = b'a'>>> bb'a'>>> type(b)>>> a = 'a'>>> type(a)>>> b = b'杨彦星' File "