浅谈Python中的编码规则
注:本人用Python3.4作为学习版本,以下学习心得只适用于Python3.4。
之前拜读了金角大王Alex关于编码的解答,收获颇多。特此致谢,以下仅谈一谈作为一个初学者,对编码的理解。
我所了解的编码,大致分为两类:第一类是支持中文的编码集;第二类是支持英文的编码集。至于别国的编码集,暂且不做讨论。
常见编码:ASCII;Unicode;UTF-8;big5,;GB2312;GBK;GB18030
接下来,我对以上编码进行分类:
只支持英文和特殊字符的编码:ASCII
ASCII是基于拉丁字母的一套电脑编码系统,主要用于显示现代英语和其他西欧语言,用8位来表示1个字节,也就是表示一个英文需要8位二进制数。
只支持中文和特殊字符的编码:big5,;GB2312;GBK;GB18030
big5是用来存储繁体中文的编码集,而GB2312;GBK;GB18030都是用来存储简体中文的编码集
GB2312;GBK;GB18030所支持的汉字数量依次递增,都采用2个字节来表示一个汉字或者特殊符号,也就是用这三个编码集表示中文字符,需要16位二进制数。
其中需要说明的是,目前中文版windows编码集采用GBK
支持中文,英文和特殊字符的编码:Unicode;UTF-8
Unicode既可以编码中文,也可以编码英文。采用2个字节来表示,也就是说表示一个字符需要16位二进制数。
UTF-8可以简单理解为Unicode的升级版。当表示英文时,用1个字节来表示,表示一个字符需要8位二进制数;当表示中文时,用3个字节来表示,表示一个字符需要24位二进制数。
简单了解常用编码集后,我们在Python3.4中可以实现各编码集之间的转换,其中需要说明的是Python3.4默认使用UTF-8编码集(为什么看网上资料说是Unicode???)。
以下是验证程序:
# Author: Lucas import sys print(sys.getdefaultencoding())
程序运行结果:
utf-8Process finished with exit code 0
当在Python中进行编码转换时,当字符编码不是Unicode时,我们都需要将字符先通过decode解码为Unicode,然后再进行encode编码,得到所期望的编码。
需要注意的是,decode时,我们需要告诉计算机,我们要把何种编码转换为Unicode。例如,你想要将UTF-8的编码转换为Unicode,写法如下:
decode(“UTF-8”)
接下来我们进行编码转化验证:
# Author: Lucas #将test转换为gbk编码 import sys print(sys.getdefaultencoding()) s="你" s_to_unicode=s.decode("utf-8")
这就尴尬了,程序报错:
s_to_unicode=s.decode("utf-8") AttributeError: 'str' object has no attribute 'decode' utf-8
由此猜想,网上说的Python默认编码应该指的是当Python解释器来运行程序时,采用Unicode编码运行,而程序保存格式应该为UTF-8。
接下来按照假设将test编码转为gbk:
# Author: Lucas #将test转换为gbk编码 import sys print(sys.getdefaultencoding()) test="你" test_to_gbk=test.encode("gbk") print(test_to_gbk)
运行结果如下:
utf-8 b'\xc4\xe3'Process finished with exit code 0
可以看出,Python3在运行程序时,默认编码格式确实是Unicode,我们成功将test转换成gbk编码,可以看出test在gbk编码中占用2个字节,16位二进制数,分别是c4,e3
接下来我们将test转成utf-8,这就需要经历解码和编码的过程。程序如下:
# Author: Lucas #将test转换为gbk编码 import sys print(sys.getdefaultencoding()) test="你" test_to_gbk=test.encode("gbk") print(test_to_gbk) test_to_gbk_utf8 =test_to_gbk.decode("gbk").encode("utf-8") print(test_to_gbk_utf8)
程序运行如下:
utf-8 b'\xc4\xe3' b'\xe4\xbd\xa0'Process finished with exit code 0
可以看出成功将test转成了utf-8编码,其中test占用3个字节,24位二进制数,分别为e4,bd,a0。
至此,我们基本熟悉了Python环境下的编码转化规则,其余编码操作流程都是一样的。
总结:
当进行编码转换时,我们需要知道当前版本python解释器在运行程序时默认的编码格式。在此基础上,当我们进行编码转换时,牢记:Unicode编码是中间编码,其他编码之间相互转换时,需要先将其解码(decode)为Unicode,然后再编码(encode)成对应编码。Unicode时刻放在心中,我们在编码转换时就会游刃有余。
转载于:https://www.cnblogs.com/lucas0625/p/7569822.html
浅谈Python中的编码规则相关推荐
- python安全编码问题_浅谈Python中的编码问题
对于Python的初学者来说,编码问题相当令人头疼.本文就根据我在学习过程中遇到的问题简单谈一下Python中的编码.首先简单介绍一下几种常见的编码. 一.几种常见的字符编码 ASCII码 ASCII ...
- python命名规则数字开头的成语_浅谈Python中带_的变量或函数命名
搜索热词 Python 的代码风格由 PEP 8 描述.这个文档描述了 Python 编程风格的方方面面.在遵守这个文档的条件下,不同程序员编写的 Python 代码可以保持最大程度的相似风格.这样就 ...
- python sys模块作用_浅谈Python中的模块
模块 为了编写可维护的代码,我们把很多函数分组,分别放到不同的文件里,这样,每个文件包含的代码就相对较少,很多编程语言都采用这种组织代码的方式.在Python中,一个.py文件就称之为一个模块(Mod ...
- python的re2和re区别_浅谈Python中re.match()和re.search()的使用及区别
1.re.match()fvk免费资源网 re.match()的概念是从头匹配一个符合规则的字符串,从起始位置开始匹配,匹配成功返回一个对象,未匹配成功返回None.fvk免费资源网 包含的参数如下: ...
- python中怎么调用函数_浅谈Python中函数的定义及其调用方法
一.函数的定义及其应用 所谓函数,就是把具有独立功能的代码块组织成为一个小模块,在需要的时候调用函数的使用包含两个步骤 1.定义函数–封装独立的功能 2.调用函数–享受封装的成果 函数的作用:在开发时 ...
- python读取json数据格式问题_浅谈Python中的异常和JSON读写数据的实现
异常可以防止出现一些不友好的信息返回给用户,有助于提升程序的可用性,在java中通过try ... catch ... finally来处理异常,在Python中通过try ... except .. ...
- python函数定义及调用-浅谈Python中函数的定义及其调用方法
一.函数的定义及其应用 所谓函数,就是把具有独立功能的代码块组织成为一个小模块,在需要的时候调用函数的使用包含两个步骤 1.定义函数�C封装独立的功能 2.调用函数�C享受封装的成果 函数的作用:在开 ...
- python生成器和迭代器作用_浅谈Python中的生成器和迭代器
迭代器 迭代器协议 对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么返回一个异常来终止本次迭代.(只能往前走,不能往后退!) 迭代器对象 遵循了(实现了)迭代器协议的对象.(对象内 ...
- python中 是什么类型_浅谈python中的变量默认是什么类型
浅谈python中的变量默认是什么类型 1.type(变量名),输出的结果就是变量的类型: 例如 >>> type(6) 2.在Python里面变量在声明时,不需要指定变量的类型,变 ...
最新文章
- 让自己的程序支持livewriter
- nopi设置excel只读
- android surfaceflinger研究----SurfaceFlinger loop
- 烂泥:【解决】-bash: ftp: command not found
- 前端开发网络——Ajax(GET、POST)
- c语言结构体出现乱码,结构体数组输出时出现了乱码情况 求大神帮帮看程序
- 解决python-kafka连接kafka时报错kafka.errors.NoBrokersAvailable: NoBrokersAvailable
- 【工程项目经验】之多个静态库合并成一个
- 基于android的轻餐饮点餐APP-计算机毕业设计
- C语言变量inv,编写一个函数inv,将数组a中n个整数按相反顺序存放,用指针变量作为调用该函数时的实参...
- tcl科技云计算机,科技点亮生活,TCL定义智慧科技新生活
- 幽夜至,辞夏迎秋月抒怀
- java数字签名(签名生成,用证书验证签名)
- 华信短信平台接口文档
- 2g网络显示无服务器,显示2g网络什么意思
- 泡芙噶的计算机网络(2)-紧张刺激的Wireshark实验
- lua tcp socket read timed out
- VIVO Xplay_2.13.2 目前最新ViVo官方固件,完美root,降噪点,完美支持官方OTA升级,稳定,流畅,实用ROM
- Google code的申请方法
- web渗透测测试(sqlmap)
热门文章
- Android7.0 PowerManagerService亮灭屏分析(三)
- 用Kotlin开发android平台语音识别,语义理解应用(olamisdk)
- android的窗口机制分析------事件处理
- 在mysql中更改数据类型_如何在MySQL中更改列的数据类型?
- JZOJ 5397. 【NOIP2017提高A组模拟10.6】Biology
- 计算机辅助教学( ),27075 计算机辅助教学
- 【转载】博士生的女朋友有话要说!
- Image Captioning概述
- [JOI2012春季合宿]Constellation (凸包)
- java限频_单个用户及Ip请求频率限制思路(附java实现)