Python中字符编码转码之GBK,UTF8互转的示例分析-创新互联
这篇文章给大家分享的是有关Python中字符编码转码之GBK,UTF8互转的示例分析的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。
图木舒克ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景,ssl证书未来市场广阔!成为创新互联建站的ssl证书销售渠道,可以享受市场价格4-6折优惠!如果有意向欢迎电话联系或者加微信:18982081108(备注:SSL证书合作)期待与您的合作!一、Python字符编码介绍1、须知:
在python 2中默认编码是 ASCII,而在python 3中默认编码是 unicode
unicode 分为utf-32 (占4个字节),utf-16(占两个字节),utf-8(占1-4个字节),所以utf-16 是最常用的unicode版本,但是在文件里存的还是utf-8,因为utf8省空间
在python 3,encode编码的同时会把stringl变成bytes类型,decode解码的同时会把bytes类型变成string类型
在unicode编码中 1个中文字符=2个字节,1个英文字符 = 1个字节,切记:ASCII是不能存中文字符的
utf-8是可变长字符编码,它是unicode的优化,所有的英文字符依然按ASCII形式存储,所有的中文字符统一是3个字节
unicode包含了所有国家的字符编码,不同字符编码之间的转换都需要经过unicode的过程
python本身的默认编码是utf-8
2、py2中的编码和转码的过程,如图:
注:因为unicode是中间编码,任何字符编码之前的转换都必须解码成unicode,在编码成需要转的字符编码
二、字符编码的转换1、py2字符编码的转换,代码如下:
#! /usr/bin/env python # -*- coding:utf-8 -*- # __auther__ == luoahong s = "我是学员" #utf-8解码成unicode编码 s_to_unicode = s.decode("utf-8") print("--------s_to_unicode-----") print(s_to_unicode) #然后unicode再编码成gbk s_to_gbk = s_to_unicode.encode("gbk") print("-----s_to_gbk------") print(s_to_gbk) #gbk解码成unicode再编码成utf-8 gbk_to_utf8 = s_to_gbk.decode("gbk").encode("utf-8") print("------gbk_to_utf8-----") print(gbk_to_utf8) #输出 --------s_to_unicode----- 我是学员 -----s_to_gbk------ �����˧ ------gbk_to_utf8----- 我是学员
注:以上这种情况适合字符是非unicode编码请款下,但是如果字符编码已经是Unicode的了咋办呢?广告回来,更加精彩。。。。。
2、字符编码已经是unicode情况下,代码如下:
#! /usr/bin/env python # -*- coding:utf-8 -*- # __auther__ == luoahong #u代码字符编码是unicode s = u'你好' #已经是unicode,所以这边直接是编码成gbk s_to_gbk = s.encode("gbk") print("----s_to_gbk----") print(s_to_gbk) #这边再解码成unicode然后再编码成utf-8 gbk_to_utf8 = s_to_gbk.decode("gbk").encode("utf-8") print("-----gbk_to_utf8---") print(gbk_to_utf8) #输出 ----s_to_gbk---- ��� -----gbk_to_utf8--- 你好
注:在python2中,在文件的开头指定字符编码,是要告诉解释器我现在的字符编码使用的是utf-8,那我在打印的中文时候,那么在utf-8中包含中文字符,那么可以打印出来。那么如果你不制定字符编码,默认使用系统编码,如果你的系统编码是ASCII,那么就会报错,因为ASCII不能存中文字符。
3、py3的字符编码转换
在须知中已经说到python 3的编码,默认是unicode,所以字符编码之间的转换不需要decode过程,直接encode即可,代码如下:
#! /usr/bin/env python # __auther__ == luoahong #无需声明字符编码,当然你声明也不会报错 s = '你好' # 字符串s已经是unicode编码,无需decode,直接encode s_to_gbk = s.encode("gbk") print("----s_to_gbk----") print(s_to_gbk) #这边还是一样,gbk需要先解码成unicode,再编码成utf-8 gbk_to_utf8 = s_to_gbk.decode("gbk").encode("utf-8") print("-----gbk_to_utf8---") print(gbk_to_utf8) #解码成unicode字符编码 utf8_decode = gbk_to_utf8.decode("utf-8") print("-------utf8_decode----") print(utf8_decode) #输出 ----s_to_gbk---- b'\xc4\xe3\xba\xc3' -----gbk_to_utf8--- b'\xe4\xbd\xa0\xe5\xa5\xbd' -------utf8_decode---- 你好
注:在python 3,encode编码的同时会把stringl变成bytes类型,decode解码的同时会把bytes类型变成string类型,所以你就不难看出encode后的把它变成了一个bytes类型的数据。还有需要特别注意的是:不管是否在python 3的文件开头申明字符编码,只能表示,这个python文件是这个字符编码,文件中的字符串还是unicode。
感谢各位的阅读!关于“Python中字符编码转码之GBK,UTF8互转的示例分析”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!
文章名称:Python中字符编码转码之GBK,UTF8互转的示例分析-创新互联
本文路径:http://pwwzsj.com/article/ddooie.html