python中的字符编码和str与bytes类型转换

从某种意义上说，Python中只有两种数据类型：str和bytes。

 

从str转换成bytes，称为编码

从bytes转换为str，称为解码

 

str是以Unicode方式编码的
byte可以以utf8或者gbk等形式编码

 

一、str转bytes（编码）

方法一：通过bytes()方法

s = 'hello世界'
b = bytes(s, 'utf8')

 

在utf8中，一个汉字占三个字节

print(b) # b是utf8编码的bytes

　　

上边代码执行结果如图：

 

 方法二：通过str的内置函数encode()

b2 = s.encode('utf8')
print(b2)

　　

二、bytes转str（解码）

方法一：用str()方法

s = str(b2, 'gbk')
print(s)  # 会出现汉字乱码

　　

乱码原因：

b2是用utf8编码成bytes的，必须用utf8解码成str
str数据类型没有编码规则，是Unicode（万国码）

方法二：用bytes的内置函数decode()

s2 = b2.decode('utf8')
print(s2)

　　

用什么格式编码，就要用什么格式解码