Python_關於python2的encode（編碼）和decode（解碼）的使用

在使用Python2時，我們習慣於在文件開頭聲明編碼

# coding: utf-8

不然在文件中出現中文，運行時就會報錯 SyntaxError: Non-ASCII character... 之類，這是因為python2的文件編碼默認使用的ascii，ascii碼是不支持中文的。

如果在開頭聲明了編碼，文件編碼就會變為utf-8。

python執行過程的編解碼

python使用的unicode類型作為編碼的基礎類型，默認情況下，python在執行文件過程中的編解碼為 str-->unicode-->str，當我們在python開頭聲明utf-8編碼后，編解碼就變為了  str-->ascii-->str

舉個簡單例子，就可以驗證這個現象。

# coding:utf-8
s = "我要學Python"
print(1, s)

 

 從打印結果可以看出，我們沒有做任何處理，中文在執行過程就被處理成了ascii碼

encode&decode

在了解了Python執行過程的編碼轉換后，那我們自己如果轉換編碼該如何實現呢？這里就得使用兩個內置方法 encode編碼和decode解碼。

例如：

# coding:utf-8
s = "我要學Python"
s.encode("utf-8")   # 編碼
s.decode("utf-8")   # 解碼

上面是方法的簡單運用，但是執行上面代碼，第3行就會出現編解碼過程中常見的一個報錯

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe6 in position 0: ordinal not in range(128)

簡單分析下，明明執行的encode方法，為什么會拋decode錯誤呢？這就要從上面介紹的python執行過程來分析了。

在執行encode方法編碼時，python先要解碼，而Python解碼默認用unicode格式，而文件開頭指定的編碼格式為ascii，這就導致編碼格式與解碼格式不一致，從而產生了報錯 ascii 不能解碼成 unicode。

要解決這個問題，只需要在編碼前，用utf-8格式解碼就可以了

s = "我要學Python"
s.decode("utf-8").encode("utf-8")   # 編碼
s.decode("utf-8")   # 解碼

中文亂碼解決方法

在了解編解碼過程后，我們來解決實際遇到的問題：接口響應中文亂碼！

比如：在接口測試中，有些響應類似 "\u9875\u9762\u4e0d\u5b58\u5728" 的響應內容，看起來就像亂碼

注意看亂碼前面有個u ，這表示使用的unicode編碼字符。可用以下方法進行解碼：

# 直接在 unicode 字符串前加u  ===> 使用Python機制自動解碼
s = u"\u9875\u9762\u4e0d\u5b58\u5728"
print(s)   # 打印：頁面不存在。因為字符串為unicode編碼格式，python在執行過程中，默認就是使用的unicode解碼，編解碼類型一致，就看到了中文打印內容

# 使用 decode 方法解碼成中文 ===> 主動解碼
s = "\u9875\u9762\u4e0d\u5b58\u5728"
print(s.decode("unicode_escape"))

常見問題

格式化帶有中文的字符串報錯

格式拼接的字符串包含中文，會拋錯：UnicodeDecodeError: 'ascii' codec can't decode byte 0xe5 in position 0: ordinal not in range(128)

# coding:utf-8

s = "\u9875\u9762\u4e0d\u5b58\u5728"

# 拼接的字符串 不包含 中文字符===>正常
print("result: %s" % s.decode("unicode_escape"))

# 拼接的字符串 包含 中文字符串===>異常
print("結果： %s" % s.decode("unicode_escape"))

 

問題分析：

解決方法：

統一編碼格式

# coding:utf-8

s = "\u9875\u9762\u4e0d\u5b58\u5728"

# 方法1：將右邊變為 ascii 編碼
print("結果:%s" % s.decode("unicode_escape").encode("utf-8"))

# 方法2：將左邊變為 unicode 編碼
print(u"結果:%s" % s.decode("unicode_escape"))

帶有中文的字符串反轉后亂碼

帶有中文的字符串使用列表反轉方式后亂碼，使用decode("utf-8") 解碼，報錯：UnicodeDecodeError: 'utf8' codec can't decode byte 0xa0 in position 0: invalid start byte

# coding:utf-8

s = "qta_baseline_test_勿刪"[::-1]
print(s)
print(s.decode("utf-8"))

 問題分析：

中文被Python解析后，先轉換成ascii碼

 當使用列表反轉方式后，實際把ascii反轉

 這就導致了反轉后的亂碼無法被decode("utf-8")正常解碼

解決方法：

因為采用的utf-8編碼，所以先使用utf-8解碼，解碼后再反轉

# coding:utf-8

s = "qta_baseline_test_勿刪"[::-1]
print(s)

s = "qta_baseline_test_勿刪".decode("utf-8")[::-1]
print(s)
s = s.encode("utf-8")       # 為了后續字符串能正常使用，建議在按原編碼方式編碼
print(s)