Python3 大作戰(zhàn)之 encode 與 decode 講解

大家好，很久沒(méi)更新了，也是年底了最近比較忙，同時(shí)也在研究python的其他內(nèi)容，畢竟是python小白，自學(xué)道路艱難。

好了今天和大家一起探討下python3編碼過(guò)程中對(duì)的一些轉(zhuǎn)碼事宜。
python3中對(duì)文本和二進(jìn)制做了比較清晰的區(qū)分。python3默認(rèn)編碼為unicode，由str類(lèi)型進(jìn)行表示。二進(jìn)制數(shù)據(jù)使用byte類(lèi)型表示，所以不會(huì)將str和byte混在一起。在實(shí)際應(yīng)用中我們經(jīng)常需要將兩者進(jìn)行互轉(zhuǎn)，有幾點(diǎn)需要注意：

1、字符串通過(guò)編碼轉(zhuǎn)換為字節(jié)碼，字節(jié)碼通過(guò)解碼轉(zhuǎn)換為字符串
str--->(encode)--->bytes，bytes--->(decode)--->str

import sys 
print('目前系統(tǒng)的編碼為：',sys.getdefaultencoding()) 
name='小明'  print(type(name))#首先我們來(lái)打印下轉(zhuǎn)碼前的name類(lèi)型，因?yàn)樗莝tr，所以可以通過(guò)encode來(lái)進(jìn)行編碼  name1=name.encode('utf-8') 
print(name1)
輸出為：
目前系統(tǒng)的編碼為： utf-8 
<class 'str'> 
b'\xe5\xb0\x8f\xe6\x98\x8e'

這里大家或許會(huì)有一個(gè)疑問(wèn)，編碼utf-8為什么不是decode轉(zhuǎn)成unicode
因?yàn)殚_(kāi)頭跟大家講過(guò)，python3默認(rèn)就是unicode，utf-8可以看成是unicode的一個(gè)擴(kuò)展集，所以其實(shí)name本身是一個(gè)unicode編碼的，所以可以通過(guò)encode編碼成utf-8，這里可以試下，如果認(rèn)為name應(yīng)該是utf-8，那我們來(lái)試下encode會(huì)不會(huì)報(bào)錯(cuò)
name1=name.decode('utf-8') 
print(name1) 
這里會(huì)報(bào)如下錯(cuò)誤： 
AttributeError: 'str' object has no attribute 'decode'
所以，對(duì)于python3默認(rèn)的就是unicode編碼。
既然已經(jīng)encode成utf-8了，那我們來(lái)看下decode會(huì)出現(xiàn)什么樣的結(jié)果
name2=name1.decode('utf-8') 
print(type(name2)) 
print(name2) 
這里要跟大家說(shuō)下，decode()括號(hào)中為什么寫(xiě)utf-8，而不寫(xiě)gbk，可以這樣理解，因?yàn)橐獯a，你總得告訴它我是什么編碼的吧，比如我原先是utf-8格式的編碼，現(xiàn)在要解碼，但是如果冒充utf-8，說(shuō)自己是gbk，那就會(huì)出現(xiàn)亂碼，見(jiàn)下： 
<class 'str'> 
<class 'str'> 
灝忔槑
另外如果大家encode()和decode()括號(hào)中不寫(xiě)編碼格式,系統(tǒng)會(huì)默認(rèn)為utf-8，大家可以試下。
2：utf-8編碼格式和gbk編碼格式互轉(zhuǎn)
既然知道utf-8編碼與解碼的規(guī)律，那我們來(lái)試試它與gbk之間的火花。
name1=name.encode('utf-8') 
name2=name1.decode('utf-8') 
name3=name2.encode('gbk') 
name4=name3.decode('gbk') 
print(type(name3)) 
print(name3) 
下面是name3的結(jié)果 
<class 'bytes'> 
b'\xd0\xa1\xc3\xf7' 
下面是name4的結(jié)果 
<class 'str'> 
小明
從上面可以卡出name2本來(lái)是解碼成utf-8的，后來(lái)有隊(duì)name2進(jìn)行了gbk編碼，接著又再次對(duì)name3進(jìn)行g(shù)bk解碼
所以不難看出，其實(shí)utf-8和gbk之間都是通過(guò)unicode來(lái)做一個(gè)中間轉(zhuǎn)換的操作
在例子中 
name2=name1.decode('utf-8') 
name3=name2.encode('gbk') 
這兩步的操作就是通過(guò)unicode來(lái)轉(zhuǎn)的