关于Python中遇到的中文字符串的读取和输入时总是遇到一堆问题,到现在还不是特别明白,只是有了一个大概率的理解,就是:字符串是用什么编码格式编码的,就用什么编码格式来解码。
encode()对字符串st进行编码,按照制定的编码格式编码。编码后为字节流,bytes。编码是从中间编码格式Unicode来向其他编码格式来映射的,而Unicode的表示就是字符串str。可以直接对字符串编码。
>>>a='你好' >>>ae=a.encode('utf-8') >>>ae b'xe4xbdxa0xe5xa5xbd' >>>type(ae) bytes
decode()对编码后的字节流进行解码,按照编码的格式进行解码,解码为中间格式Unicode,并且由str类型进行表示。比如上面的例子,下面解码必须要以编码相同的格式解码‘utf-8’,否则会报错。
>>>au=ae.decode('utf-8') >>>au '你好' >>>ae.decode('gbk') '浣犲ソ'
如果用str的字符串来解码会出现错误,因为str字符串表示的是Unicode,Python本身默认的编码格式就是Unicode,所以str可以编码
>>>a.decode('utf-8') Traceback (most recent call last): File "G:softsAnacondalibsite-packagesIPythoncoreinteractiveshell.py", line 2963, in run_code exec(code_obj, self.user_global_ns, self.user_ns) File "<ipython-input-68-fe89aebaa52b>", line 1, in <module> a.decode('utf-8') AttributeError: 'str' object has no attribute 'decode'
下面推荐介个看的链接:
当遇到显示为'u534eu4e3au624bu673auff0cu597d'的字符串时,表明这个字符串已经是Unicode编码的格式了,所以可以直接先编码为一个格式,再解码,就可以看到能看得懂的中文字符串了
>>>s1='u534eu4e3au624bu673auff0cu597du7528u4e0du8d35uff0cu5988u5988u518du4e5fu4e0du7528u62c5u5fc3u6211u53d8u6210u6708u5149u65cfu4e86~' >>>s1.encode('utf-8').decode('utf-8') '华为手机,好用不贵,妈妈再也不用担心我变成月光族了~' >>>type(s1) str