前言:
眼前大家对“python读取unicode编码的文件”可能比较关心,同学们都需要剖析一些“python读取unicode编码的文件”的相关内容。那么小编同时在网上汇集了一些有关“python读取unicode编码的文件””的相关知识,希望朋友们能喜欢,你们一起来了解一下吧!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'1.2 python字符串类型
#
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'2.2 转换
#
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 encoding3 END
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。