Python字符串编码转换

雨点打透心脏的1/2处 2022-02-27 04:26 319阅读 0赞

# 字符串编码转换 #

最早的字符串编码是ASCII码，只包括0-9的数字，A-Z和a-z的字母以及空格、制表符等其他符号共256个字符。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNTU2MzE4_size_16_color_FFFFFF_t_70][]

随着信息技术的发展，各国的文字都需要进行编码，因此就出现了 GBK/GB2312 编码以及 UTF-8 编码。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNTU2MzE4_size_16_color_FFFFFF_t_70 1][]

在Python3中，默认采用UTF-8编码。

在Python中，有两种常用的字符串类型，一种是str，一种是bytes。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNTU2MzE4_size_16_color_FFFFFF_t_70 2][]

这两种类型的字符串不能拼接在一起使用，如果我们需要在网络上传输或者保存到磁盘上的话，就需要将str转换为bytes。

要实现这个转换，就需要使用 encode() 方法。

![20190326195045909.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNTU2MzE4_size_16_color_FFFFFF_t_70 3][]

## 1、encode() ##

### str.encode(\[encoding = "utf-8"\]\[, errors = "strict"\]) ###

> encode(...)  
>     S.encode(encoding='utf-8', errors='strict') -> bytes  
>       
>     Encode S using the codec registered for encoding. Default encoding  
>     is 'utf-8'. errors may be given to set a different error  
>     handling scheme. Default is 'strict' meaning that encoding errors raise  
>     a UnicodeEncodeError. Other possible values are 'ignore', 'replace' and  
>     'xmlcharrefreplace' as well as any other name registered with  
>     codecs.register\_error that can handle UnicodeEncodeErrors.

例如：

## 2、encode() ##

### bytes.decode(\[encoding = "utf-8"\]\[, errors = "strict"\]) ###

> decode(self, /, encoding='utf-8', errors='strict')  
>     Decode the bytes using the codec registered for encoding.  
>       
>     encoding  
>       The encoding with which to decode the bytes.  
>     errors  
>       The error handling scheme to use for the handling of decoding errors.  
>       The default is 'strict' meaning that decoding errors raise a  
>       UnicodeDecodeError. Other possible values are 'ignore' and 'replace'  
>       as well as any other name registered with codecs.register\_error that  
>       can handle UnicodeDecodeErrors.

例如：

str1 = "人生若只如初见"
    byte1 = str1.encode("GBK")  # 采用GBK编码进行转换
    byte2 = str1.encode("utf-8")  # 采用utf-8编码进行转换
    print("原字符串：", str1)
    print("GBK转换：", byte1)
    print("utf-8转换：", byte2)
    
    str2 = byte1.decode("GBK")  # 解码
    str3 = byte2.decode("utf-8")  # 解码
    print("解码后：", str2)
    print("解码后：", str3)

需要注意的是，使用什么格式进行编码，就必须使用该格式进行解码。

str1 = "人生若只如初见"
    byte1 = str1.encode("GBK")  # 采用GBK编码进行转换
    byte2 = str1.encode("utf-8")  # 采用utf-8编码进行转换
    print("原字符串：", str1)
    print("GBK转换：", byte1)
    print("utf-8转换：", byte2)
    
    str2 = byte1.decode("utf-8")  # 使用错误方法进项解码
    print("解码后：", str2)

>>> 
    原字符串： 人生若只如初见
    GBK转换： b'\xc8\xcb\xc9\xfa\xc8\xf4\xd6\xbb\xc8\xe7\xb3\xf5\xbc\xfb'
    utf-8转换： b'\xe4\xba\xba\xe7\x94\x9f\xe8\x8b\xa5\xe5\x8f\xaa\xe5\xa6\x82\xe5\x88\x9d\xe8\xa7\x81'
    Traceback (most recent call last):
      File "C:/Users/XiangyangDai/Desktop/1.py", line 8, in <module>
        str2 = byte1.decode("utf-8")  # 使用错误方法进项解码
    UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 0: invalid continuation byte

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNTU2MzE4_size_16_color_FFFFFF_t_70]: /images/20220227/101cf7bda609405fadd3662ea3caae22.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNTU2MzE4_size_16_color_FFFFFF_t_70 1]: /images/20220227/d69e3295108c4dc8be045f3e32a4ac40.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNTU2MzE4_size_16_color_FFFFFF_t_70 2]: /images/20220227/33b780833c9245e89f5314ccc59b4b15.png
[20190326195045909.png]: /images/20220227/0984efba40d543959dbbbb6098c69156.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNTU2MzE4_size_16_color_FFFFFF_t_70 3]: /images/20220227/aa7facb59a81425db92b7b2aa1eade28.png