Python中的編碼和解碼問題

關於Python中遇到的中文字符串的讀取和輸入時總是遇到一堆問題，到現在還不是特別明白，只是有了一個大概率的理解，就是：字符串是用什么編碼格式編碼的，就用什么編碼格式來解碼。

encode()對字符串st進行編碼，按照制定的編碼格式編碼。編碼后為字節流，bytes。編碼是從中間編碼格式Unicode來向其他編碼格式來映射的，而Unicode的表示就是字符串str。可以直接對字符串編碼。

>>>a='你好'
>>>ae=a.encode('utf-8')
>>>ae
b'\xe4\xbd\xa0\xe5\xa5\xbd'
>>>type(ae)
bytes

decode()對編碼后的字節流進行解碼，按照編碼的格式進行解碼，解碼為中間格式Unicode，並且由str類型進行表示。比如上面的例子，下面解碼必須要以編碼相同的格式解碼‘utf-8’,否則會報錯。

>>>au=ae.decode('utf-8')
>>>au
'你好'
>>>ae.decode('gbk')
 '浣犲ソ'

如果用str的字符串來解碼會出現錯誤，因為str字符串表示的是Unicode,Python本身默認的編碼格式就是Unicode，所以str可以編碼

>>>a.decode('utf-8')
Traceback (most recent call last):
  File "G:\softs\Anaconda\lib\site-packages\IPython\core\interactiveshell.py", line 2963, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-68-fe89aebaa52b>", line 1, in <module>
    a.decode('utf-8')
AttributeError: 'str' object has no attribute 'decode'

下面推薦介個看的鏈接：

1.python3大作戰之encode與decode講解

2.python中的encode()和decode()函數

 

當遇到顯示為'\u534e\u4e3a\u624b\u673a\uff0c\u597d'的字符串時，表明這個字符串已經是Unicode編碼的格式了，所以可以直接先編碼為一個格式，再解碼，就可以看到能看得懂的中文字符串了

>>>s1='\u534e\u4e3a\u624b\u673a\uff0c\u597d\u7528\u4e0d\u8d35\uff0c\u5988\u5988\u518d\u4e5f\u4e0d\u7528\u62c5\u5fc3\u6211\u53d8\u6210\u6708\u5149\u65cf\u4e86~'
>>>s1.encode('utf-8').decode('utf-8')
'華為手機，好用不貴，媽媽再也不用擔心我變成月光族了~'
>>>type(s1)
 str