對(duì)于單個(gè)字符的編碼，Python提供了ord()函數(shù)獲取字符的整數(shù)表示，chr()函數(shù)把編碼轉(zhuǎn)換為對(duì)應(yīng)的字符：

    >>> ord('A')
    65
    >>> ord('中')
    20013
    >>> chr(66)
    'B'
    >>> chr(25991)
    '文'

如果知道字符的整數(shù)編碼，還可以用十六進(jìn)制這么寫(xiě)str：

    >>> '\u4e2d\u6587'
    '中文'

兩種寫(xiě)法完全是等價(jià)的。

由于Python的字符串類型是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

以Unicode表示的str通過(guò)encode()方法可以為指定的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，，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()方法來(lái)

    >>> b'ABC'.decode('ascii')
    'ABC'
    >>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
    '中文'：

如果bytes中包含無(wú)法解碼的字節(jié)，decode()方法會(huì)報(bào)錯(cuò)：

    >>> b'\xe4\xb8\xad\xff'.decode('utf-8')
    Traceback (most recent call last):
    ...
    UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte

如果bytes中只有一小部分無(wú)效的字節(jié)，可以傳入errors='ignore'忽略錯(cuò)誤的字節(jié)：

    >>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
    '中'

要計(jì)算str包含多少個(gè)字符，可以用len()函數(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)占用個(gè)字節(jié)，而1個(gè)英文字符只占用個(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。

由于Python源代碼也是一個(gè)文本文件，所以，當(dāng)你的源代碼中包含中文的時(shí)候，在保存源代碼時(shí)，就需要?jiǎng)?wù)必指定保存為UTF-8編碼。當(dāng)Python解釋器讀取源代碼時(shí)，為了讓它按UTF-8編碼讀取，我們通常在文件開(kāi)頭寫(xiě)上這兩行：

    #!/usr/bin/env python3
    # -*- coding: utf-8 -*-

第一行注釋是為了告訴Linux/OS X系統(tǒng)，這是一個(gè)Python可執(zhí)行程序，Windows系統(tǒng)會(huì)忽略這個(gè)注釋；

第二行注釋是為了告訴Python解釋器，按照UTF-8編碼讀取源代碼，否則，你在源代碼中寫(xiě)的中文輸出可能會(huì)有亂碼。

申明了UTF-8編碼你的.py文件就是UTF-8編碼的，必須并且要確保文本編輯器正在使用UTF-8 without BOM編碼：

index4.png