python2和python3的区别

在python2和python3中，字符在内存中以unicode形式存在。在进行编码方式转换时，unicode形式应作为中介，在decode和encode中转换。如下图：

python2中的字符编码

在ipython中，默认编码为utf-8。

In [1]: astr='你好，python'

In [2]: astr
Out[2]: '\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8cpython'

In [3]: astr.encode('utf8')
----------------------------------------------------
UnicodeDecodeError                        Traceback
<ipython-input-3-cb3c3e44ee4d> in <module>()
----> 1 astr.encode('utf8')

UnicodeDecodeError: 'ascii' codec can't decode byte

In [4]: astr.decode('utf8').encode('utf8')
Out[4]: '\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8cpython'

In [5]: bstr=u'你好，python'

In [6]: bstr
Out[6]: u'\u4f60\u597d\uff0cpython'

In [7]: bstr.encode('utf8')
Out[7]: '\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8cpython'

在python shell中，默认编码为命令行终端的默认编码，作者的是windows7 cmd环境，默认编码为gb2312。

>>> astr='你好，python'

>>> astr
'\xc4\xe3\xba\xc3\xa3\xacpython'

>>> astr.encode('utf8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc4 in position 0: ordinal not in range(128)

>>> astr.decode('utf8').encode('utf8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "E:\Anaconda\envs\py27\lib\encodings\utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xc4 in position 0: invalid continuation byte

>>> astr.decode('gb2312').encode('utf8')
'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8cpython'

>>> bstr=u'你好，python'

>>> bstr
u'\u4f60\u597d\uff0cpython'

>>> bstr.encode('utf8')
'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8cpython'

在python2中，字符以各个终端环境中的默认编码或者指定的编码形式存储，进行编码转换时，需要先将字符解码转为unicode形式，在编码为指定形式的编码字符。

python3中的字符编码

 在ipython中：

In [1]: astr='你好，python'

In [2]: astr
Out[2]: '你好，python'

In [3]: astr.encode('utf8')
Out[3]: b'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8cpython'

In [4]: astr.decode('utf8').encode('utf8')
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-4-2a9e1e602dd8> in <module>()
----> 1 astr.decode('utf8').encode('utf8')

在python3 shell中：

>>> astr='你好，python'

>>> astr
'你好，python'

>>> astr.encode('utf8')
b'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8cpython'

>>> astr.decode('gb2312').encode('utf8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'str' object has no attribute 'decode'

在python3中，字符默认是以unicode形式存储的。

如果还有问题未能得到解决，搜索887934385交流群，进入后下载资料工具安装包等。最后，感谢观看！