Python2.x字符串编码思考

ASCII, Unicode , GBK, UTF-8

上面这四个东东是两个层面上的东西,不能混为一谈。
ASCII和Unicode一类,都是一种字符编码标准,里面包含了字符集,编码格式。既然是标准,那么就是一种约定俗成的东西。
这是广义上的定义,我们一般说的ASCII和Unicode是指字符集。

GBK和UTF-8对等,它们分别是ASCII和Unicode两种标准下的一种编码格式。

编码格式是用来存储和传输的,用于将字符集中的code point转化为机器码(二进制码)

参考:网页编码就是那点事

Python 2.x str & unicode

python里的unicode就不是上面所说的标准或者字符集了,而是python定义的一种类型。

str可以认为是编码之后的字符串,它可以通过encode和decode这两个方式实现和unicode的相互转换。

注意:str的编码格式,如果是在解释器中输入的,则取决于解释器的默认编码,比如是在iterm中运行解释器,那么编码格式就由iterm的编码格式决定;如果是保存到文件中的,则取决于文件保存的编码格式,比如文件的编码格式是utf-8 ,那么解释器读取str的时候就是utf-8de编码格式。

encode和decode

# -*- coding: utf-8 -*-
s = '知行合一'
# s是一个utf-8格式的字符串
us = s.decode('utf-8')
# s被解码为unicode对象,赋值给us
ss = us.encode('gbk')
# us被编码成gbk格式的字符串,赋值给ss

但是事实情况要比这个复杂,比如看如下代码:

# -*- coding: utf-8 -*-
s = "知行合一"
s.encode('gbk')

看!str也能编码,(事实上unicode对象也能解码,但是意义不大)

为什么可以这样呢?其实str还是做了解码操作,只是这里的解码操作被隐藏起来了。流程还是和上面的一样,当对s进行编码之前,先会用默认的编码对s进行解码,再用解码之后的unicode对象进行编码。

这就引出了python2.x中在处理中文时,大多数出现错误的原因所在:python的默认编码,defaultencoding是ascii

还是上面的例子,上面的代码会报错,错误信息:UnicodeDecodeError: ‘ascii’ codec can’t decode byte ……

因为没有指定defaultencoding,所以它其实是在做这样的事情

# -*- coding: utf-8 -*-
s = "知行合一"
s.decode('ascii').encode('gbk')

显然中文字符超出了ASCII字符集的范围,出现解码错误

解决方法:
在文件的头部用# -*- coding:utf-8 -*-指明编码格式,并且保存文件的时候要选择相同的编码格式。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,482评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,377评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,762评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,273评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,289评论 5 373
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,046评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,351评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,988评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,476评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,948评论 2 324
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,064评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,712评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,261评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,264评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,486评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,511评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,802评论 2 345

推荐阅读更多精彩内容