python3.x Day3 文件编码

文件编码：

知识点不多，但及其重要，python2和python3处理机制还有不同点，需要注意。

首先：

编码、数据类型，完全不同的概念。

文件编码：可以遵循开发环境、可以自行设定。

变量值编码：python2、我不清楚，貌似可以设定吧sys.setdefaultcode()方法设定？

　　　　　　python3、变量值默认的编码就是unicode

简述一下，编码从utf-8到gbk过程：

utf-8 --> unicode --> gbk

gbk转为utf-8

gbk --> unicode --> utf-8

也就是说传说中的万国码，就是厉害。通过它可以转任何。

 

python2中：

#字符转编码：
#python2 原编码(utf8) --> 目标编码(gbk)，需要 str.decode("utf-8").encode("gbk"),
#第一步的decode方法用于转码为unicode，参数为我当前是什么编码的（utf8），
#第二步的encode方法用于从unicode到目标编码（gbk），参数为目标编码（gbk）
#decode目标是unicode，encode源是unicode，不能跨过unicode直接用encode转为目标编码，这是字符转码的标准流程。

import sys
print(sys.getdefaultencoding()) #打印python环境的默认编码
s="你好"
s_to_gbk=s.decode("utf-8").encode("gbk") #decode过程就变成unicode再encode到目标
print(s_to_gbk,type(s_to_gbk))

 

python3中：

存储为unicode编码，可以直接进行转码encode()方法，但是数据类型会被变为byte，不重要，编码反正转了。

可以通过decode()方法转为字符串，但此时仅改变了数据类型，编码没有发生变化，就是encode()时的编码。

编码、数据类型  完全不同的概念

#python3 过程一样，先到转到unicode，再到目标编码，
#但是，python3，底层存储时的值就是unicode编码的，所以字符串变量不再提供decode方法
#由此，明确两个问题
#1、python3，直接str.encode("目标编码")，只是变成了byte数据类型，不过编码就是目标编码。
#2、python3，既然编码过程无变化，如果有需求，
# str.encode("utf-8").decode("utf-8").encode("gbk")
#这是为了明确转码过程，实际应用不大，因为unicode编码是万国码，需要对接本地码程序需求的话，直接转就行了
import sys
print(sys.getdefaultencoding()) #打印python环境的默认编码
s="你哈"
print(s.encode("gbk")) #unicode直接转gbk的输出结果
print(s.encode("utf-8")) #unicode直接转utf-8的输出结果（byte类型，编码正确）
print(s.encode("utf-8").decode("utf-8").encode("gbk")) #unicode直接转utf-8,再转为unicode，再转为gbk，（还是byte类型，编码正确）
# 经过完整流程后，与直接转gbk结果相同，这个就是为了证明流程、结果的正确
#python3中，只有encode()方法以后，数据类型都是byte，编码是指定编码，无参就是默认编码 可以再转回字符串的。。。
# decode()方法就行了，参数要根据实际参数传，不传可以，除非可以确定这个需要转回字符串的比byte类型的数据，就是默认编码，不然就异常。
s_to_gbk=s.encode("gbk").decode("gbk") #decode不写gbk,会报异常说，gbk不能转到响应目标编码，
print(s_to_gbk,type(s_to_gbk)) #证明转回了字符串类型，并且是gbk编码的
#python3，在encode的时候除了转了编码，同时转了数据类型变为byte