首先，為什么要編碼？

我們知道，計算機只能存儲二進制串001100011....

如果要計算機存儲一個數字7，計算機可以用00000111來表示

如果要存儲'a'這個字符呢？肯定也用一個二進制串來表示字符a

這就是字符的編碼，即將字符轉化成二進制串的過程

那么相反的過程就是解碼，即將二進制串轉化為字符的過程

上面說到，用一個二進制串來表示字符a,那么具體用多少來表示a呢？

如果用01100001來表示字符a，這種映射方式就叫做ASIIC編碼格式

ASIIC格式規定用一個字節來表示一個字符，也就是，最多之能表示256個字符

那么中文字符以及其他語言咋辦呢？

unicode是另外一種編碼方式，它規定最少用兩個字節表示字符，也就是最少能表示65536個字符

這下，全世界語言是都能表示了

但是它在表示英文字母的時候也用兩個字節，高字節都是00000000,顯然很是浪費

于是出現了utf-8編碼格式

它是對unicode的優化，對不同的情況進行了分類

如果是英文字母及常規符號用一個字節表示，中文字符用三個字節表示

可以發現，utf-8編碼相對unicode編碼在全是英文字符的情況下需要的二進制串可以減半

因此，在網絡上傳輸或者文件存儲的時候，都是用utf-8編碼

?

?

python3中的str和bytes兩種數據類型

python中的解碼與編碼分別由decode和encode兩個模塊實現

python(或者任何編程語言)中的編碼如果沒有指定編碼格式的話，默認用的是unicode

因為任何運行在內存中的數據都是以unicode的方式編碼的

此時如果對某個字符調用編碼方法

則會返回該字符按照該編碼格式對應的二進制結果，一般用十六進制顯示

比如我在python中定義了變量a='a'

此時字符'a'在內存中是00000000 01010001,即0x61

執行a.encode()

返回值即是0x61

但對它進行unicode編碼是沒有意義的，為什么？

因為內存中本來存儲的就是按照unicode編碼的二進制串呀，這次編碼操作只是為了用戶查看它的編碼結果而已

一般我們對一個字符編碼無非是為了存儲或者傳輸

而前面我們也了解了，unicode編碼并不是存儲和傳輸的最佳方式

一般我們會用utf-8進行編碼

執行b=a.encode('utf-8')

則b為01010001,即0x61

將b存儲到文件中，假設命名為test.txt

那么這個時候文件中的內容就是01010001，即0x61,就只有這么一個字節

也就是，下次你直接打開這個文件，并且讀取文件中的內容

你會發現，得到的是完好無損的字符a

因為系統默認會對二進制串用unicode解碼(任何加載到內存中的數據都是unicode格式)

而幸運的是對于字符a而言，unicode和utf-8兩種格式的映射關系是一樣的

如果保存的是中文字符，那么你大概率會得到一個亂碼

那么如何得到正確的字符呢？

可以在讀取的時候指定解碼格式，比如

open("test.txt").read().decode("utf-8")

實際上，open("test.txt").read()的返回值是該字符按照該編碼方式得到的二進制串

既然有二進制串這種數據，那么它肯定也屬于某種數據類型

在python3中，我們把二進制串這種數據的類型稱作bytes

而字符a的數據類型是str

str被編碼后得到bytes,bytes是二進制串，能直接存儲和傳輸

當然，如果直接打印bytes類型的數據的話，

我們也不會看到類似0101010001這樣的結果，python會用0x61這樣的十六進制表示方法來代替~

?

轉載于:https://www.cnblogs.com/jiage666/p/9853786.html

總結

以上是生活随笔為你收集整理的python3中的编码与解码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。