[py]python3編碼-接口返回亂碼

從問題說開去

接口又返回了亂碼咋辦呢?

看現象, 查原因

$: curl http://127.0.0.1:8000
{"code": "00", "message": "\u6570\u636e\u7c7b\u578b\u9519\u8bef", "data": {}}

• 貼到瀏覽器窗口看

• ipython打開貼上去看

In [3]: {"code": "00", "message": "\u6570\u636e\u7c7b\u578b\u9519\u8bef", "data"
   ...: : {}}
Out[3]: {'code': '00', 'message': '數據類型錯誤', 'data': {}}

說明瀏覽器和ipython都可以解碼

后端怎么給前端准備數據的?

//正常 后端json.dumps返回數據, 設置response的請求頭application/json

data = {
    "code": "00",
    "message": "數據類型錯誤",
    "data": {},
}
josn.dumps(data) # 這種即會造成上面出現的亂碼現象.

//后端修復:

josn.dumps(data, ensure_ascii=false)
    If ``ensure_ascii`` is false, then the return value can contain non-ASCII
    characters if they appear in strings contained in ``obj``. Otherwise, all
    such characters are escaped in JSON strings.

因為data中有非ascii,所以確定都是ascii項為false

為什么會亂碼?

世界上存在着多種編碼方式，同一個二進制數字可以被解釋成不同的符號。

因此，要想打開一個文本文件，就必須知道它的編碼方式，否則用錯誤的編碼方式解讀，就會出現亂碼。
為什么電子郵件常常出現亂碼？就是因為發信人和收信人使用的編碼方式不一樣。

前端返得到那些亂碼是什么

\u#### 表示一個Unicode編碼的字符, 6570為unicode碼點

unicode漢字對應表查詢

"\u6570"

python3中b'\xe4\xb8\xad\xe6\x96\x87' 又是什么東西

b'\xe4\xb8\xad\xe6\x96\x87'   # 帶b的表示bytes類型數據

bytes是一種比特流，它的存在形式是01010001110這種.
如上表示,\x表示轉義, 用十六進制展示.

str使用utf8編碼成下面的了

>>> s = "中文"
>>> s
'中文'
>>> type(s)
<class 'str'>
>>> b = bytes(s, encoding='utf-8')
>>> b
b'\xe4\xb8\xad\xe6\x96\x87'     #\x 代表是十六進制
>>> type(b)
<class 'bytes'>

str使用unicode編碼成下面的了

In [15]: bytes(s, encoding='unicode_escape')
Out[15]: b'\\u4e2d\\u6587'

字符編碼筆記：ASCII，Unicode 和 UTF-8

關於unicode如何映射到utf8編碼的轉換規則, 可以看上面鏈接.

python3 str和bytes轉換

Python3中的bytes和str類型

# py3默認用utf8,  解決py2默認用ascii對中文不友好的坑.

>>> import sys
>>> sys.getdefaultencoding()
'utf-8'
>>>

encode 負責字符到字節的編碼轉換。默認使用 UTF-8 編碼准換。

In [16]: s = "毛台"
In [17]: s.encode()
Out[17]: b'\xe6\xaf\x9b\xe5\x8f\xb0'
In [19]: s.encode("gbk")
Out[19]: b'\xc3\xab\xcc\xa8'

decode 負責字節到字符的解碼轉換，通用使用 UTF-8 編碼格式進行轉換。

In [21]: b'\xe6\xaf\x9b\xe5\x8f\xb0'.decode()
Out[21]: '毛台'
n [22]: b'\xc3\xab\xcc\xa8'.decode("gbk")
Out[22]: '毛台'

獲取字符的unicode編碼: ord(),和chr()

In [12]: chr(0x4e25)
Out[12]: '嚴'

In [13]: ord('嚴')
Out[13]: 20005