Python—編碼與解碼（encode()和decode()）

編碼與解碼

• decode英文意思是解碼，encode英文原意是編碼。
• Python 里面的編碼和解碼也就是 unicode 和 str 這兩種形式的相互轉化。編碼是 unicode -> str，解碼是 str -> unicode。
• 字符串在Python內部的表示是unicode編碼，因此，在做編碼轉換時，通常需要以unicode作為中間編碼， 即先將其他編碼的字符串解碼（decode）成unicode，再從unicode編碼（encode）成另一種編碼。
• decode的作用是將其他編碼的字符串轉換成unicode編碼，如str1.decode('gb2312')，表示將gb2312編碼的字符串str1轉換成unicode編碼。
• encode的作用是將unicode編碼轉換成其他編碼的字符串，如str2.encode('gb2312')，表示將unicode編碼的字符串str2轉換成gb2312編碼。

一、# -*- coding: utf-8 -*-

關於Python文件開頭的"編碼指示"，也就是 # -*- coding: -*- 這個語句。Python 默認腳本文件都是 UTF-8 編碼的，當文件中有非 UTF-8 編碼范圍內的字符的時候就要使用"編碼指示"來修正。

#! /usr/bin/env python
# -*- coding: utf-8 -*-

str1 = "我是中國人"              
print "str1==>", str1

二、sys.defaultencoding

關於 sys.defaultencoding，這個在解碼沒有明確指明解碼方式的時候使用。

示例如下：注意這里的 str1 是 str 類型的，而不是 unicode。

#! /usr/bin/env python
# -*- coding: utf-8 -*-

str1 = "我是中國人"                
print "str1==>", str1
str2 = str1.encode('gb2312')     # 程序執行到這一步會報錯，解決方法有下面兩種

str1.encode('gb2312') 這句代碼將 str1 重新編碼為 gb2312 的格式，即進行 unicode -> str 的轉換。因為 str1 本身就是 str 類型的，因此 Python 會自動的先將 str1 解碼為 unicode ，然后再編碼成 gb2312。因為解碼是python自動進行的，我們沒有指明解碼方式，python 就會使用 sys.defaultencoding 指明的方式來解碼。很多情況下 sys.defaultencoding 是 ANSCII，如果 str1 不是這個類型就會出錯。拿上面的情況來說，我的 sys.defaultencoding 是 anscii，而 str1 的編碼方式和文件的編碼方式一致，是 utf8 的，所以出錯了。對於這種情況，我們有兩種方法來改正錯誤。

#! /usr/bin/env python
# -*- coding: utf-8 -*-

str1 = "我是中國人"
print "str1==>", str1
str2 = str1.decode('utf-8').encode('gb2312')  # 方法1：手動解碼再編碼  

#! /usr/bin/env python
# -*- coding: utf-8 -*-

import sys
# Python2.5 初始化后會刪除 sys.setdefaultencoding 這個方法，我們需要重新載入
if sys.version_info[0] == 3:
    from importlib import reload
    reload(sys)

if sys.version_info[0] == 2:
    reload(sys)
    sys.setdefaultencoding('utf-8')

str1 = "我是中國人"
print "str1==>", str1
str2 = str1.encode('gb2312')  # 方法2：設置自動解碼的方式，再編碼，

 

https://blog.csdn.net/qq_41185868/article/details/79039604

https://blog.csdn.net/u012735708/article/details/79086628