Python中的编码与解码

本网站用的阿里云ECS,推荐大家用。自己搞个学习研究也不错
编码与解码

首先,明确一点,计算机中存储的信息都是二进制的

编码/解码本质上是一种映射(对应关系),比如‘a’用ascii编码则是65,计算机中存储的就是00110101,但是显示的时候不能显示00110101,还是要显示’a’,但计算机怎么知道00110101是’a’呢,这就需要解码,当选择用ascii解码时,当计算机读到00110101时就到对应的ascii表里一查发现是’a’,就显示为’a’

编码:真实字符与二进制串的对应关系,真实字符→二进制串

解码:二进制串与真实字符的对应关系,二进制串→真实字符

ASCII & UTF-8

大家熟知的ASCII以1字节8个bit位表示一个字符,首位全是0,表示的字符集明显不够

unicode编码系统是为表达任意语言而设计的,为了防止存储上的冗余(比如,对应ascii码的部分),其采用了变长编码,但变长编码给解码带来了困难,无法判断是几个字节表示一个字符

UTF-8是针对unicode变长编码设计的一种前缀吗,根据前缀可判断是几个字节表示一个字符

如果一个字节的第一位是0,则这个字节单独就是一个字符;如果第一位是1,则连续有多少个1,就表示当前字符占用多少个字节。

比如”严”的unicode是4E25(100111000100101),4E25处在第三行的范围内(0000 0800-0000 FFFF),因此”严”的UTF-8编码需要三个字节,即格式是”1110xxxx 10xxxxxx 10xxxxxx”。然后,从”严”的最后一个二进制位开始,依次从后向前填入格式中的x,高位补0,得到”严”的UTF-8编码是”11100100 10111000 10100101″。

python中的解码和编码

在python中,编码解码其实是不同编码系统间的转换,默认情况下,转换目标是Unicode,即编码unicode→str,解码str→unicode,其中str指的是字节流

而str.decode是将字节流str按给定的解码方式解码,并转换成utf-8形式,u.encode是将unicode类按给定的编码方式转换成字节流str

注意调用encode方法的是unicode对象生成的是字节流,调用decode方法的是str对象(字节流)生成的是unicode对象,若str对象调用encode会默认先按系统默认编码方式decode成unicode对象再encode,忽视了中间默认的decode往往导致报错

自己写代码时只需记住str字节流调用decode,unicode对象调用

s = u’严’

s

print type(s), s
 
第一行定义了一个unicode对象(不是utf8)
第二行会输出u’u4e25′

第三行输出 严

u = s.encode(‘utf8’)

u

print type(u),u
 

倘若这时我用s.encode(‘utf8′),则将s使用utf-8编码并将编码结果保存为字节流

第二行输出’xe4xb8xa5’

第三行输出 涓

还有要注意的是,终端默认的编码格式是gbk,windows cmd中可以通过chcp查看以及改变,也可以到注册表修改终端默认编码(HKEY_CURRENT_USER console或者powershell下的codepage),936为简体中文,65001为utf8,两者都可显示中文,但为了方便中文输入,我将其默认设为936

当调用print函数将内容格式化输出到终端时,会将unicode对象转换为终端的编码方式输出,如上面第一次print的结果是正常的,print utf8字节流时,终端按其默认gbk解码显示时就会出问题,这里恰巧’xe4xb8’为gbk下的“涓”

t = s.encode(‘utf8’).decode(‘utf8’)

t
 
第二行会输出u’u4e25′
 

文件的编码格式

保存文本时也有编码格式,比如txt文件保存可选择则ASCII、utf8等,在python中读取文件

fr = open(‘encode.py’,’r’)

fstr = fr.read()

只要记住fstr是字节流,其他的操作参看上面即可

注:以上操作均在cmd或powershell下完成,在python自带的解释器下会有问题,s=u’你好’,然后s,显示的虽然是unicode对象,但是编码却是gbk的而不是unicode

无需操作系统直接运行 Python 代码  http://www.linuxidc.com/Linux/2015-05/117357.htm

CentOS上源码安装Python3.4  http://www.linuxidc.com/Linux/2015-01/111870.htm

《Python核心编程 第二版》.(Wesley J. Chun ).[高清PDF中文版] http://www.linuxidc.com/Linux/2013-06/85425.htm

《Python开发技术详解》.( 周伟,宗杰).[高清PDF扫描版+随书视频+代码] http://www.linuxidc.com/Linux/2013-11/92693.htm

Python脚本获取Linux系统信息 http://www.linuxidc.com/Linux/2013-08/88531.htm

Ubuntu下用Python搭建桌面算法交易研究环境 http://www.linuxidc.com/Linux/2013-11/92534.htm

Python 语言的发展简史 http://www.linuxidc.com/Linux/2014-09/107206.htm

Python 的详细介绍请点这里
Python 的下载地址请点这里 

未经允许不得转载:演道网 » Python中的编码与解码

赞 (0)
分享到:更多 ()

评论 0

评论前必须登录!

登陆 注册