python2和python3的编码encode解码decode函数

python比较坑的一个点；意义完全变了的两个函数

首先 常用的编码方式有3种，utf-8:  常用的传输和存储格式，Unicode的一种简化

                                              Unicode：包括了所有可能字符的国际统一编码

                                              GBK：中文的一种编码标准，包括中文和英文

 

在python2中  解码函数decode是 其他编码（utf-8或GBK或其他）——>Unicode编码   用法：u=str.decode('utf-8') 括号里是原编码格式

                                  encode是 Unicode编码——>其他编码（utf-8或GBK或其他）   用法：g=u.encode('gbk') u是Unicode编码格式，括号里是目标编码格式

 

在python3中:python3中不用再考虑Unicode也不用考虑字符串的原编码类型, 文件读入str后都是Unicode编码，文件处理后，                          想写到文件用什么编码方式，在函数中用变量定义就好。

 

                      字符串有两种数据类型，一种是字符串str，另一种是字节数据bytes

                      编码函数还是encode，但意义完全不同了，编码函数是  字符串str——>目标编码格式的字节类型bytes

                       

s = "中文"
t=s.encode(encoding='utf-8')
p=s.encode(encoding='gbk')
print(t)
print(p)

 

输出：

b'\xe4\xb8\xad\xe6\x96\x87'
b'\xd6\xd0\xce\xc4'

                      解码函数还是decode，但意义完全不同了，解码函数是  字节类型bytes——>字节编码类型的字符串str

 

s = "中文"

p=s.encode(encoding='gbk')

sp=p.decode(encoding='gbk')

print(p)

print(sp)

b'\xd6\xd0\xce\xc4'
中文

这里要注意以什么格式编码就要以什么格式解码，要不然会报错

s = "中文"

p=s.encode(encoding='gbk')

sp=p.decode(encoding='utf-8')

print(p)

print(sp)

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd6 in position 0: invalid continuation byte

举个大栗子

 

s = "中文"

g=s.encode(encoding='gbk')  #从utf-8转成gbk字节码
gg=g.decode(encoding='gbk') #从gbk字节码转成gbk字符串
u=gg.encode(encoding='utf-8')#从gbk转成utf-8
uu=u.decode(encoding='utf-8')
k=uu.encode(encoding='gbk')  #从utf-8转成gbk
kk=k.decode(encoding='gbk')
print(g)
print(gg)
print(u)
print(uu)
print(k)
print(kk)

 输出：

b'\xd6\xd0\xce\xc4'
中文
b'\xe4\xb8\xad\xe6\x96\x87'
中文
b'\xd6\xd0\xce\xc4'
中文

 

注意：在python3中，str全部都是Unicode编码，所以看str变量的编码没有什么意义，而如果encode了，自然要encode里的变量参数来按编码类型编码