python字符串编码解码基础知识

python通过ord(c)获取字符c的unicode的编码值，为整数。通过chr(i)获取i对应的unicode的字符。通过str.encode()将字符串编码为原始字节，b.decode()将原始字节解码为字符串。

1 字符串基础知识

python通过ord(c)获取字符c的unicode的编码值，为整数。

通过chr(i)获取i对应的unicode的字符。

1.1 字符编码方法

ASCII码定义0-127的字符代码，每个字符存储在一个8位的字节中。

#

内置函数

描述

1

ord(c)

返回字符c的unicode的编码值，为整数

2

chr(i)

返回unicode编码为i的字符

3

help(encodings)

先import encodings，再help，查看python支持的编码名称

从字符串编码为原始字节，从原始字节解码字符串。

#

名称

描述

1

编码

根据编码名称，把字符串翻译为原始字节

2

解码

根据编码名称，把原始字节翻译为字符串

示例

>>> ord('梯')26799>>> chr(26799)'梯'

#

版本

描述

1

py2.x

str表示8位文本和二进制数据

2

unicode表示宽字符unicode文本

3

py3.x

str表示unicode文本

4

bytes表示二进制数据

5

bytearray，可变的bytes类型

1.3 文本和二进制文件

#

模式

描述

1

bytes和二进制模式

处理图像文件、解压的打包数据、设备数据流

2

str和文本模式

用于程序输出、HTML、CSV、XML文件

2 python3.0的字符串应用

2.1 常量和基本属性

#

项目

描述

1

‘xxx’和”xxx”

创建str，单字节或者更长的字节，存放字符串

2

‘’’xxx’’’和”””xxx”””

创建str

3

‘xxx’和”xxx”前面加b或B

创建bytes，单字节，存放字符对应原始字节的整数

4

‘’’xxx’’’和”””xxx”””前加b或B

创建bytes

示例

>>> b=b'abc' # 返回每个字符的原始字节的整数>>> s='abc'>>> type(b),type(s)(<class 'bytes'>, <class 'str'>)>>> b,s(b'abc', 'abc')>>> b[0],s[0](97, 'a')>>> b[1:],s[1:](b'bc', 'bc')>>> list(b),list(s)([97, 98, 99], ['a', 'b', 'c'])# bytes 和 str 不可修改>>> b[0]='d'Traceback (most recent call last):  File "<pyshell#32>", line 1, in <module>    b[0]='d'TypeError: 'bytes' object does not support item assignment>>> s[0]='d'Traceback (most recent call last):  File "<pyshell#33>", line 1, in <module>    s[0]='d'TypeError: 'str' object does not support item assignment>>> c=b'''abcdef'''>>> cb'\nabc\ndef\n'

#

项目

描述

1

str.encode()和 bytes(s,encoding)

编码，把字符串转换为bytes形式，根据str创建一个bytes。

2

bytes.decode()和 str(b,encoding)

解码，把bytes转换为字符串形式，根据bytes创建一个str。

3

sys.getdefaultencoding()

查看系统默认编码

描述

str.encode(encoding)，根据编码名encoding将字符串str编码为原始字节，encoding默认为utf-8。

bytes(s,encoding)，根据编码名encoding将字符串s编码为原始字节，encoding必填。

bytes.decode(encoding)，根据编码名encoding将原始字节解码为字符串，encoding默认为utf-8。

str(b,encoding)，根据编码名encoding将原始字节解码为字符串，encoding不填则打印原始字节。

示例

>>> import sys# 查看系统>>> sys.platform'win32'# 查看系统默认编码>>> sys.getdefaultencoding()'utf-8'>>> s='梯'# encode 和 bytes 编码，字符串转原始字节>>> s.encode()# encoding 默认为 utf-8b'\xe6\xa2\xaf'>>> s.encode(encoding='utf-8')b'\xe6\xa2\xaf'>>> s.encode(encoding='gbk')b'\xcc\xdd'>>> bytes(s,encoding='gbk')b'\xcc\xdd'>>> bytes(s,encoding='utf-8')b'\xe6\xa2\xaf'# decode 和 str 解码，原始字节转字符串>>> b=b'\xe6\xa2\xaf'>>> b.decode()'梯'>>> str(b,encoding='utf-8')'梯'# str() 没有 encoding ，则 进行打印>>> str(b)"b'\\xe6\\xa2\\xaf'"# bytes() 没有 encoding ，则 报错>>> bytes(s)Traceback (most recent call last):  File "<pyshell#62>", line 1, in <module>    bytes(s)TypeError: string argument without an encoding

本文首发微信公众号：梯阅线条，

更多内容参考python知识分享或软件测试开发目录。