共享博客Python3解决棘手的字符编码问题详解
python3 最重要的一项改进之一就是解决了 python2 中字符串与字符编码遗留下来的这个大坑。python 编码为什么那么蛋疼？已经介绍过 python2 字符串设计上的一些缺陷：
- 使用 ascii 码作为默认编码方式，对中文处理很不友好。
- 把字符串牵强地分为 unicode 和 str 两种类型，误导开发者
当然这并不算Bug，只要处理的时候多留心也可以避免这些坑。但在 Python3两个问题都很好的解决了。
首先，Python3把系统默认编码设置为UTF-8
>>> import sys>>> sys.getdefaultencoding()'utf-8'>>>
然后，文本字符和二进制数据区分得更清晰，分别用str和bytes表示。文本字符全部用str类型表示，str能表示Unicode字符集中所有字符，而二进制字节数据用一种全新的数据类型，用bytes来表示。
str
立即学习“Python免费学习笔记（深入）”；
>>> a = "a">>> a'a'>>> type(a)<class>>>> b = "禅">>> b'禅'>>> type(b)<class></class></class>
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>>>> d = b'禅'>>> db'禅'>>> type(d)<class>>>>>>> e = b'禅' File "<stdin>", line 1SyntaxError: bytes can only contain ASCII literal characters.</stdin></class></class>
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。
>>> b"a"+b"c"b'ac'>>> b"a"*2b'aa'>>> b"abcdef�"[1:]b'bcdef�'>>> b"abcdef�"[-1]214>>> b"a" + "b"Traceback (most recent call last): File "<stdin>", line 1, in <module>TypeError: can't concat bytes to str</module></stdin>
encode 与 decode
str与bytes之间的转换可以用encode和从decode方法。
encode负责字符到字节的编码转换。默认使用UTF-8编码准换。
>>> s = "Python之禅">>> s.encode()b'Python之禅'>>> s.encode("gbk")b'Python֮��'decode负责字节到字符的解码转换，通用使用UTF-8编码格式进行转换。
>>> b'Python之禅'.decode()'Python之禅'>>> b'Python֮��'.decode("gbk")'Python之禅'-
关于Python编程语言的发展简介
python是我喜欢的语言，简洁、优美、易用。前两天，我很激昂地向朋友宣传python的好处。“好吧，我承认Python...
Python
20秒前 0 -
Python开发者最喜欢的十款Python IDE
python 非常易学，强大的编程语言。python 包括高效高级的数据结构，提供简单且高效的面向对象编程。Python...
Python
55秒前 0 -
图文详解LZ77压缩算法编码Python实现原理
前言lz77算法是无损压缩算法，由以色列人abraham lempel发表于1977年。lz77是典型的基于字典的压缩算...
Python
2分钟前 1 -
使用Docker部署Python应用的方法总结
本篇文章源自作者团队在长期开发过程中总结的宝贵经验，其中supervisor、gunicorn以及nginx更是在使用p...
Python
3分钟前 1 -
详解用DBGPavim在Vim中调试PHP/Python程序
本文主要介绍如何在服务器上用vim + xdebug调试php程序，目前虽然有不少介绍如何用eclipse + xdeb...
Python
4分钟前 1