探究 encode 和 decode 的使用問題（Python）

標籤：分享   編碼   等等   儲存檔案   位元組   操作   color   出現   樣本   

很多時候在寫Python程式的時候都要在頭部添加這樣一行代碼

#coding: utf-8

或者是這樣

# -*- coding:utf-8 -*-

等等

這行代碼的意思就是設定同一編碼格式為utf-8

電腦中儲存資料的編碼方式多種多樣， 常用的有 unicode， utf-8， gbk， 等等

在Windows系統下，文字檔預設儲存的格式應該是gbk

在以一種編碼格式儲存檔案時，應該使用相同的編碼進行解析此檔案， 不然可能會出現亂碼情況

今天就是想記錄一下我在寫Python程式時，在解析字串字串時何時使用decode， 何時使用encode

通常從非unicode編碼轉換為unicode編碼使用decode（解碼），相反從unicode編碼轉換為非unicode編碼使用encode（編碼）

#coding: utf-8L = [‘你好‘]print L  

輸出

現在是utf-8編碼， 一個漢字佔3個位元組

使用decode進行解碼，將 “你好” 的編碼轉換為unicode

#coding: utf-8L = [‘你好‘]print [L[0].decode(‘utf-8‘)] 

輸出

可以看到成功轉化為unicode編碼， 並且一個漢字佔2個位元組

那我現在想讓utf-8編碼的 “你好” 轉換為gbk該如何操作呢？

這樣試一下

#coding: utf-8L = [‘你好‘]print [L[0].encode(‘gbk‘)]  #錯誤樣本

出現了錯誤

正確的方式就是先將 utf-8 使用decode轉換為 unicode ， 在將 unicode 使用encode轉換為想要的編碼gbk

#coding: utf-8L = [‘你好‘]print [L[-1].decode(‘utf-8‘).encode(‘gbk‘)]   # utf-8 -> unicode -> gbk

輸出

成功轉化為gbk編碼， 並且一個漢字佔2個位元組

總結：

(非unicode編碼).decode(‘非unicode‘)     轉換為unicode

(unicode編碼).encode(‘非unicode‘)        轉換為非unicode

如果想要從一種非unicode編碼轉換為另外一種非unicode編碼， 需要藉助unicode作為跳板先進行decode， 再進行encode

本節完......

 

探究 encode 和 decode 的使用問題（Python）