Python3编码问题

Python3最重要的进步之一就是解决了Python2中字符串与字符编码的问题。
Python2字符串的缺陷如下：

• 使用 ASCII 码作为默认编码方式，对中文处理很不友好。
• 把字符串的牵强地分为 unicode 和 str 两种类型，误导开发者

而Python3则把系统默认编码设置为了 UTF-8

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

之后，文本字符和二进制数据分别用str和bytes表示。str能表示Unicode 字符集中所有字符，而二进制字节数据则用全新的数据类型bytes表示。

str

>>> a = 'a'>>> a'a'>>> type(a)<class 'str'>>>> b = '我'>>> b'我'>>> type(b)<class 'str'>

bytes

Python3 中，在字符引号前加‘b’，明确表示这是一个 bytes 类型的对象，实际上它就是一组二进制字节序列组成的数据，bytes 类型可以是 ASCII范围内的字符和其它十六进制形式的字符数据，但不能用中文等非ASCII字符表示。

>>> c = b'a'>>> cb'a'>>> type(c)<class 'bytes'>>>>>>> d = b'\xe7\xa6\x85'>>> db'\xe7\xa6\x85'>>> type(d)<class 'bytes'>>>> e = b'我'  File "<stdin>", line 1SyntaxError: bytes can only contain ASCII literal characters.

bytes 类型提供的操作和 str 一样，支持分片、索引、基本数值运算等操作。但是 str 与 bytes 类型的数据不能执行 + 操作，尽管在py2中是可行的。会报错：

TypeError: Can’t convert ‘bytes’ object to str implicitly

python2 与 python3 字节与字符的对应关系

Python2 Python3 表现 转换 作用 str bytes 字节 encode 存储 unicode str 字符 decode 显示

encode 与 decode

str 与 bytes 之间的转换可以用 encode 和从decode 方法。

encode ： 字符str 到 字节bytes 的编码转换，默认用UTF-8编码；

>>> s = 'Python大神'>>> s.encode()b'Python\xe5\xa4\xa7\xe7\xa5\x9e'>>> s.encode('gbk')b'Python\xb4\xf3\xc9\xf1'

decode ： 字节bytes 到 字符str的转换，通用使用 UTF-8 编码格式进行转换

>>> b'Python\xe5\xa4\xa7\xe7\xa5\x9e'.decode()'Python大神'>>> b'Python\xb4\xf3\xc9\xf1'.decode('gbk')'Python大神'

原文出处：
http://python.jobbole.com/88277/?utm_source=blog.jobbole.com&utm_medium=relatedPosts