python字符串编码解码基础知识

2023-12-29 06:36:26

python字符串编码解码基础知识

python通过ord?获取字符c的unicode的编码值,为整数。通过chr(i)获取i对应的unicode的字符。通过str.encode()将字符串编码为原始字节,b.decode()将原始字节解码为字符串。

1 字符串基础知识

python通过ord?获取字符c的unicode的编码值,为整数。

通过chr(i)获取i对应的unicode的字符。

1.1 字符编码方法

ASCII码定义0-127的字符代码,每个字符存储在一个8位的字节中。

#内置函数描述
1ord?返回字符c的unicode的编码值,为整数
2chr(i)返回unicode编码为i的字符
3help(encodings)先import encodings,再help,查看python支持的编码名称

从字符串编码为原始字节,从原始字节解码字符串。

#名称描述
1编码根据编码名称,把字符串翻译为原始字节
2解码根据编码名称,把原始字节翻译为字符串

示例

>>> ord('梯')
26799
>>> chr(26799)
'梯'

1.2 python字符串类型

#版本描述
1py2.xstr表示8位文本和二进制数据
2unicode表示宽字符unicode文本
3py3.xstr表示unicode文本
4bytes表示二进制数据
5bytearray,可变的bytes类型

1.3 文本和二进制文件

#模式描述
1bytes和二进制模式处理图像文件、解压的打包数据、设备数据流
2str和文本模式用于程序输出、HTML、CSV、XML文件

2 python3.0的字符串应用

2.1 常量和基本属性

#项目描述
1‘xxx’和”xxx”创建str,单字节或者更长的字节,存放字符串
2‘’’xxx’’’和”””xxx”””创建str
3‘xxx’和”xxx”前面加b或B创建bytes,单字节,存放字符对应原始字节的整数
4‘’’xxx’’’和”””xxx”””前加b或B创建bytes

示例

>>> b=b'abc' # 返回每个字符的原始字节的整数
>>> s='abc'
>>> type(b),type(s)
(<class 'bytes'>, <class 'str'>)
>>> b,s
(b'abc', 'abc')
>>> b[0],s[0]
(97, 'a')
>>> b[1:],s[1:]
(b'bc', 'bc')
>>> list(b),list(s)
([97, 98, 99], ['a', 'b', 'c'])
# bytes 和 str 不可修改
>>> b[0]='d'
Traceback (most recent call last):
  File "<pyshell#32>", line 1, in <module>
    b[0]='d'
TypeError: 'bytes' object does not support item assignment
>>> s[0]='d'
Traceback (most recent call last):
  File "<pyshell#33>", line 1, in <module>
    s[0]='d'
TypeError: 'str' object does not support item assignment
>>> c=b'''
abc
def
'''
>>> c
b'\nabc\ndef\n'

2.2 转换

#项目描述
1str.encode()和 bytes(s,encoding)编码,把字符串转换为bytes形式,根据str创建一个bytes。
2bytes.decode()和 str(b,encoding)解码,把bytes转换为字符串形式,根据bytes创建一个str。
3sys.getdefaultencoding()查看系统默认编码

描述

str.encode(encoding),根据编码名encoding将字符串str编码为原始字节,encoding默认为utf-8。

bytes(s,encoding),根据编码名encoding将字符串s编码为原始字节,encoding必填。

bytes.decode(encoding),根据编码名encoding将原始字节解码为字符串,encoding默认为utf-8。

str(b,encoding),根据编码名encoding将原始字节解码为字符串,encoding不填则打印原始字节。

示例

>>> import sys
# 查看系统
>>> sys.platform
'win32'
# 查看系统默认编码
>>> sys.getdefaultencoding()
'utf-8'
>>> s='梯'
# encode 和 bytes 编码,字符串转原始字节
>>> s.encode()# encoding 默认为 utf-8
b'\xe6\xa2\xaf'
>>> s.encode(encoding='utf-8')
b'\xe6\xa2\xaf'
>>> s.encode(encoding='gbk')
b'\xcc\xdd'
>>> bytes(s,encoding='gbk')
b'\xcc\xdd'
>>> bytes(s,encoding='utf-8')
b'\xe6\xa2\xaf'
# decode 和 str 解码,原始字节转字符串
>>> b=b'\xe6\xa2\xaf'
>>> b.decode()
'梯'
>>> str(b,encoding='utf-8')
'梯'
# str() 没有 encoding ,则 进行打印
>>> str(b)
"b'\\xe6\\xa2\\xaf'"
# bytes() 没有 encoding ,则 报错
>>> bytes(s)
Traceback (most recent call last):
  File "<pyshell#62>", line 1, in <module>
    bytes(s)
TypeError: string argument without an encoding

文章来源:https://blog.csdn.net/sinat_34735632/article/details/135280329
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。