關(guān)于學(xué)習(xí)Python編碼的一點(diǎn)總結(jié)
我認(rèn)為關(guān)于編碼這個(gè)問(wèn)題廖雪峰官網(wǎng)上的Python教程寫(xiě)的很好，我從中看了幾次，仍是不得要領(lǐng)，但是每次都能有收獲。
encode和decode的使用方法和區(qū)別
根據(jù)字面意思來(lái)說(shuō)，encode是指編碼，decode是指解碼，也就是互為逆反關(guān)系。
<p>字符串和編碼| Python的字符串
<p>`由于Python的字符串類(lèi)型是str，在內(nèi)存中以Unicode表示，一個(gè)字符對(duì)應(yīng)若干個(gè)字節(jié)。如果要在網(wǎng)絡(luò)上傳輸，或者保存到磁盤(pán)上，就需要把str變?yōu)橐宰止?jié)為單位的bytes。
Python對(duì)bytes類(lèi)型的數(shù)據(jù)用帶b前綴的單引號(hào)或雙引號(hào)表示：
x = b'ABC'
要注意區(qū)分'ABC'和b'ABC'，前者是str，后者雖然內(nèi)容顯示得和前者一樣，但bytes的每個(gè)字符都只占用一個(gè)字節(jié)。
以Unicode表示的str通過(guò)encode()方法可以編碼為指定的bytes，例如：
>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> '中文'.encode('ascii') Traceback (most recent call last): File "<stdin>", line 1, in <module> UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
純英文的str可以用ASCII編碼為bytes，內(nèi)容是一樣的，含有中文的str可以用UTF-8編碼為bytes。含有中文的str無(wú)法用ASCII編碼，因?yàn)橹形木幋a的范圍超過(guò)了ASCII編碼的范圍，Python會(huì)報(bào)錯(cuò)。
在bytes中，無(wú)法顯示為ASCII字符的字節(jié)，用\x##顯示。
反過(guò)來(lái)，如果我們從網(wǎng)絡(luò)或磁盤(pán)上讀取了字節(jié)流，那么讀到的數(shù)據(jù)就是bytes。要把bytes變?yōu)閟tr，就需要用decode()方法：
>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'
要計(jì)算str包含多少個(gè)字符，可以用len()函數(shù)：
>>> len('ABC')
3
>>> len('中文')
2
len()函數(shù)計(jì)算的是str的字符數(shù)，如果換成bytes，len()函數(shù)就計(jì)算字節(jié)數(shù)：
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6
可見(jiàn)，1個(gè)中文字符經(jīng)過(guò)UTF-8編碼后通常會(huì)占用3個(gè)字節(jié)，而1個(gè)英文字符只占用1個(gè)字節(jié)。
在操作字符串時(shí)，我們經(jīng)常遇到str和bytes的互相轉(zhuǎn)換。為了避免亂碼問(wèn)題，應(yīng)當(dāng)始終堅(jiān)持使用UTF-8編碼對(duì)str和bytes進(jìn)行轉(zhuǎn)換。
