encode, decode, urlencode和urldecode辨析

  本文對encode、decode、urlencode和urldecode幾個概念的含義進行對比分析。

---

encoding和decoding

  在計算機科學中，encoding指把一個字符序列，按照某種特定的規則，轉換為一種特定的格式。decoding的含義反之。

  在文本處理的編碼轉換中，encoding指把字符流按照某種編碼轉換為字節流，decoding指把字節流根據其編碼還原為字符流。

  一些編程語言中，內置了相應的函數調用。

  如在python中，內部的字符串編碼是unicode。當讀取一個UTF-8編碼的文件內容后，實際保存的是字節流。如果要轉換為字符流，需要調用decoding函數進行解碼。如下例子所示：

file = open(file_path)
line = file.readline()
line = line.decode("UTF-8")

  這段代碼執行后，line的內容是 以unicode格式保存的字符串。

  再看一下Perl。Perl 5.6之后內部字符串以UTF-8方式存在。上述的邏輯，用Perl實現是這樣的：

 open INPUT $file_path
 my $line = <INPUT>
 $line = decode("utf8", $line)

　這里需要使用use Encode引入Encode包。如果在讀取文件時已經指定了編碼，那么就不需要再單獨做decode解碼了。如下所示，

 open INPUT ”<:utf8" $file_path

 my $line = <INPUT>

    對於非IO讀入，而在代碼中硬編碼的字符串，可以理解為字節流，其編碼與文件編碼一致。

    在進行字符串操作前，建議統一采用decode解碼，這樣可以保證內部處理的一致性和正確性。

    在python或者Perl中，如果要把字符串輸出，最好不要直接輸出，而是先編碼為字節流再輸出。否則，有可能報錯。

    如在python中輸出某一行到屏幕，

 line = line.encode("UTF8")
 print line

urlencode和urldecode

  urlencode對URL進行編碼。URL是一個字符串，urlencode把它理解為一個字節流，直接對每個字節進行轉換，轉換規則是把每個字節轉換為%HH的形式，HH等於字節的ASCII碼值。如果URL中包含了中文參數，根據中文參數編碼的區別，會決定urlecode的結果有所不同。

  urldecode是把經過urlencode編碼后得到的字符串還原為原始狀態，根據urlencode的規則可知，urldecode的輸入字符都在ASCII編碼的范圍內。

  在python中，提供了urlencode包。

  下面是一段實際的代碼：

  from urllib import urlencode
  url = "http://www.google.com/search?" + "%s"
  key = "字符串";
  mass = {}
  mass["key"] = key
  params = urlencode(mass)
  encode_url = url % params

這一段程序源碼的編碼是UTF-8，encode_url即為encode之后的url：

http://www.google.com/search?key=%E5%AD%97%E7%AC%A6%E4%B8%B2

用Perl語言的話，通過調用unpack函數實現。

 my $url = "http://www.google.com/search?key=";
 my $query = "字符串";
 $query =~ s/(\W)/sprintf("%%%02x", unpack("C", $1))/eg;
 my $encode_url = $url . $query;

Author: shiqi.cui <[e-mail]>

Date: 2009-05-17