字符串编码和解码

字符串编码和解码

编码

字符串编码用 encode 将字符串编码成字节码（以b开头），Python中默认的编码是 utf-8 ,要编程什么码，就填入对应的编码规则即可
例：

string='this is a test,这是一个测试'
print(string.encode())				# 等价于 print(string.encode('utf-8')) 以utf-8 为规则编码
print(string.encode('gbk'))			# 以gbk方式编码
# print(string.encode('ascii'))		# 以ASCII码方式编码，由于ASCII不支持中文，所以该语句会报错

运行结果：

b'this is a test,\xe8\xbf\x99\xe6\x98\xaf\xe4\xb8\x80\xe4\xb8\xaa\xe6\xb5\x8b\xe8\xaf\x95'
b'this is a test,\xd5\xe2\xca\xc7\xd2\xbb\xb8\xf6\xb2\xe2\xca\xd4'

注意：

1. Python中的utf-8编码，一个英文占一个字节，一个中文占三个字节
2. ASCII码不支持对中文的编码，如果编码的字符串中有中文，会报错

解码

字符串的解码用 decode ,将以b开头的字节串，解码成对应的字符串，解码的方式要与编码的方式一致，否则会有异常
例1：

# 以utf-8方式编码
bytes_str = b'this is a test,\xe8\xbf\x99\xe6\x98\xaf\xe4\xb8\x80\xe4\xb8\xaa\xe6\xb5\x8b\xe8\xaf\x95'             
print(bytes_str.decode())               # 以utf-8方式解码
print(bytes_str.decode('gbk'))               # 以gbk方式解码,会报错

运行结果：

this is a test,这是一个测试

如果编码缺失，也会有异常，但我们可以指定参数来忽略缺失的字节码
例2：

# 以utf-8方式编码
bytes_str = b'this is a test,\xe8\xbf\x99\xe6\x98\xaf\xe4\xb8\x80\xe4\xb8\xaa\xe6\xb5\x8b\xe8'             
# print(bytes_str.decode())                 # 未指定忽略缺失的编码,会报错
print(bytes_str.decode(errors='ignore'))    # 指定了丢弃确实的字节码，正常解码
print(bytes_str.decode(errors='replace'))   # 替换了不能正确解码的内容，正常解码

运行结果：

this is a test,这是一个测					# 丢弃了
this is a test,这是一个测�				# 替换了