本文详细介绍了Unicode字符集和UTF-8编码规则的区别。Unicode为每个字符分配唯一的ID，而UTF-8是一种将码位转换为字节序列的编码方式。在Python中，Unicode在Python2中作为str和unicode两种类型存在，而在Python3中，所有字符串都是Unicode。decode用于将UTF-8编码的字符串解码为Unicode，而encode则将Unicode编码为UTF-8。
Unicode与UTF-8
- Unicode 是「字符集」
- UTF-8 是「编码规则」
- 字符集：为每一个「字符」分配一个唯一的 ID（学名为码位 / 码点 / Code Point）
- 编码规则：将「码位」转换为字节序列的规则（编码/解码 可以理解为 加密/解密 的过程）
decode的作用是将二进制数据解码成unicode编码，如str1.decode('utf-8'),表示将utf-8的编码字符串解码成unicode编码。
encode的作用是将unicode编码的字符串编码成二进制数据，如str2.encode('utf-8'),表示将unicode编码的字符串编码成utf-8
在PYTHON2中，str和unicode是两种类型的对象，即可以使用str1.decode('utf-8')转换为unicode，也可以执行unicode1.encode('utf-8')变为为str类型对象
在PYTHON3中,str格式的定义变更为”Unicode类型的字符串“，也就是说在默认情况下，被引号框起来的字符串，是使用Unicode编码的。也就是说unicode类型在python3中没有了，python3中的str就相当于python2中的unicode。
所以str没有解码方法decode()
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
