【Python技巧】python字符串编码全是Unicode，Unicode压缩到utf-8，encode和decode，bytes

你别说了多动脑子

已于 2022-11-16 09:01:01 修改

阅读量4.9k

点赞数

分类专栏： python技巧文章标签： python

于 2022-03-23 15:09:50 首次发布

本文链接：https://blog.csdn.net/weixin_49340599/article/details/123686716

版权

python技巧专栏收录该内容

35 篇文章 4 订阅

订阅专栏

本文介绍了Python3中字符串采用Unicode编码，确保了多语言的兼容性，同时讲解了Python2与Python3在字符串处理上的差异，强调了encode和decode在Python3中的作用，以及str与bytes类型的区分。此外，探讨了在需要进行网络传输或存储时，如何进行字符串的编码与解码操作。

摘要由CSDN通过智能技术生成

一、Python3字符串全是Unicode

这意味着，只要用python3.x，无论我们的程序以那种语言开发，都可以在全球各国电脑上正常显示。

python3.x中，把字符串变成了unicode，文件默认编码为utf-8。
unicode 分为utf-32 (占4个字节),utf-16(占两个字节)，utf-8(占1-4个字节)，所以utf-16 是最常用的unicode版本，但是在文件里存的还是utf-8，因为utf8省空间

二、Python3和Python2的不同

Python3中，encode和decode是string和byte的转换，与Python2中不同（Python2中是编码的改变）
在Python3，encode编码的同时会把string变成bytes类型，decode解码的同时会把bytes类型变成string类型
Python 3版本中，字符串是以Unicode编码的。一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。

python3.x除了把字符串的编码改成了unicode，还把str和bytes做了明确区分，str就是unicode格式的字符串，而bytes就是单纯的二进制。

参考资料： https://www.jb51.net/article/179894.htm

三、string和bytes

string是文本(text)的抽象表示。字符串(string)由字符组成，字符也是抽象的实体且与任何二进制表示无关。
当操纵字符串的时候，很多细节是不用了解的。我们可以分割、切片和拼接字符串，在字符串内部进行搜索。但并不在乎内部是如何表示的，也不用在意底层一个字符要花费多少byte。
只有在需要将string编码(encode)成byte的时候，比如：通过网络传输数据；或者需要将byte解码(decode)成string的时候，我们才会关注string和byte的区别。