在python3 encode和decode 的使用

说这个问题之前必须的介绍关于编码的在我们这的发展：

首先电脑能识别的最初的语言是二进制 ---010101这种

然后在是我们知道的ASSIC码

再过了就是 gb2312----------->gbk1.0--------->最后是gbk18030

最后国际上为了统一编制了 Unicode 但是Unicode有三个版本Unicode‘UTF——32’，每个字符都是4个字节，一个字节8bety，但美国人民有点不愿意，随后

改编成了Unicode‘UTF——16’每个字符都是两个字节，最后改编成现在的Unicode“UTF-8”在这里面，英文用的ASSIC码一个字节(美国人民应该很高兴)，然后欧洲的一些语言字符是两个字节，一个中文就是三个字节

介绍完历史，接下来就讲讲为么子要encode 和decode:最根本的原因还是各个编码只能上级包容下级，下级想读取上级就会出现乱码（简单的说就是Unicode能识别gbk，而gbk想直接Unicode就会乱码，Unicode是向下包容的）

在Python2里面(估计现在不怎么用的吧): 默认识别是ASCLL码，所以不能识别中文。而现在国内的windows默认支持识别应该是gbk

在python2中的中文想要Windows识别就得通过声明“#！_*_ coding :UTF-8 _*_ ” 源码格式为UTF-8,这样就可以识别输入的中文，但是python2想要在window上表现出来就必须通过编码为gbk格式才行这里就可以这样：方法一（感觉这方法是个鸡肋，方法二靠谱些）：(假定已经声明是UTF-8) s =‘中文巴拉巴拉 ’

s_to_Unicode=s.decode("Unicode") 将‘中文巴拉巴拉’转为Unicode格式这时候再将， s_to_Unicode =s.encode('gbk') 这会儿window就能识别s了print就不会出错了这里要解释两点内容：为什么要先解码再编码而不直接编码；还有假如encode 和decode后面不写格式会怎样（内容太多我画了个图）

s_to_Unicode=s.decode("Unicode") 但是由于Unicode是向下兼容gbk的所以这里的print（s_to_Unicode）也能被windows是被显示成和s_to_Unicode =s.encode('gbk')一样的中文，但是他们的内部排序和占的内存都不相同不同这里就不深究了；这里补充解释一下为何不见gbk直接解码成utf-8，原因是你省了一步解码成Unicode的过程，但是电脑不会省，所以说如果直接解码为utf-8会报错其内部默认的过程是将gbk格式先解码为python2默认的ASCLL码再编码为UTF-8这肯定会乱的撒

方法二：直接声明“#！_*_ coding :gbk _*_ ”：这样print（s）window就能识别了

在python3 里面：python3的默认文件编码是UTF-8 但是(重点)所有的字符都是Unicode格式，所以 s =‘中文巴拉巴拉 ’ 可以被windows识别，如果你非要编码为gbk格式这里输出的将不会是 ‘中文巴拉巴拉 ’，因为在python3里面特殊字符（即中文）编码会将其转换为另一种格式即byte字节类型，而byte类型只能识别英文等非特殊字符，所以在s =‘ i love 中文巴拉巴拉 ’编码为gbk时就能print（s）出 i love 中文巴拉巴拉这里得到的byte类型是以gbk编码的byte类型，要转回Unicode就得解码gbk，与byte无关。python3在解码时会把byte类型转换成字符串

补充：byte类型相当于[0--255]之间的纯数字类型在文件处理时：不同机器之间进行传输就必须用到这种类型

巴特西

在python3 encode和decode 的使用

最新文章

热门文章