Python的字符串是种Unicode编码格式的数据类型,但在进行数据传输或存储时,常需要转换为其他编码,如utf-8、gbk等编码格式。encode方法和decode方法就是编码和解码的工具。
- encode方法
用法:
new_str = origin_str.encode('编码方式')
此方法会将origin_str按指定的编码方式编码成字节串new_str,并返回new_str。
举例:
s = "Hello, 大家好"
s_bytes = s.encode('utf-8')
print(s_bytes)
输出:
b'Hello, \xe5\xa4\xa7\xe5\xae\xb6\xe5\xa5\xbd'
解释:
utf-8编码方式将汉字编码成3个字节,因此“大家好”被编码成了\xe5\xa4\xa7\xe5\xae\xb6\xe5\xa5\xbd
,而英文字符直接编码成一个字节。
- decode方法
用法:
new_str = byte_str.decode('编码方式')
此方法会将字节串byte_str 按指定的编码方式解码为字符串new_str,并返回new_str。
举例:
b = b'Hello, \xe5\xa4\xa7\xe5\xae\xb6\xe5\xa5\xbd'
s = b.decode('utf-8')
print(s)
输出:
Hello, 大家好
解释:
b字节串代表的是utf-8编码格式的字符串,因此用decode方法解码时也需要指定utf-8编码方式。解码后得到的字符串就是原先的“Hello, 大家好”。