您好,登錄后才能下訂單哦!
Python3是如何解決棘手的字符編碼問題的,很多新手對此不是很清楚,為了幫助大家解決這個難題,下面小編將為大家詳細講解,有這方面需求的人可以來學(xué)習(xí)下,希望你能有所收獲。
Python3 最重要的一項改進之一就是解決了 Python2 中字符串與字符編碼遺留下來的這個大坑。Python 編碼為什么那么蛋疼?已經(jīng)介紹過 Python2 字符串設(shè)計上的一些缺陷:
使用 ASCII 碼作為默認編碼方式,對中文處理很不友好。
把字符串牽強地分為 unicode 和 str 兩種類型,誤導(dǎo)開發(fā)者
當然這并不算 Bug,只要處理的時候多留心也可以避免這些坑。但在 Python3 兩個問題都很好的解決了。
首先,Python3 把系統(tǒng)默認編碼設(shè)置為 UTF-8
>>> import sys
>>> sys.getdefaultencoding()
'utf-8'
>>>
然后,文本字符和二進制數(shù)據(jù)區(qū)分得更清晰,分別用 str 和 bytes 表示。文本字符全部用 str 類型表示,str 能表示 Unicode 字符集中所有字符,而二進制字節(jié)數(shù)據(jù)用一種全新的數(shù)據(jù)類型,用 bytes 來表示。
>>> a = "a"
>>> a
'a'
>>> type(a)
<class 'str'>
>>> b = "禪道"
>>> b
'禪道'
>>> type(b)
<class 'str'>
Python3 中,在字符引號前加‘b’,明確表示這是一個 bytes 類型的對象,實際上它就是一組二進制字節(jié)序列組成的數(shù)據(jù),bytes 類型可以是 ASCII范圍內(nèi)的字符和其它十六進制形式的字符數(shù)據(jù),但不能用中文等非ASCII字符表示。
>>> c = b'a'
>>> c
b'a'
>>> type(c)
<class 'bytes'>
>>> d = b'\xe7\xa6\x85'
>>> d
b'\xe7\xa6\x85'
>>> type(d)
<class 'bytes'>
>>>
>>> e = b'禪道'
File "<stdin>", line 1
SyntaxError: bytes can only contain ASCII literal characters.
bytes 類型提供的操作和 str 一樣,支持分片、索引、基本數(shù)值運算等操作。但是 str 與 bytes 類型的數(shù)據(jù)不能執(zhí)行 +
操作,盡管在py2中是可行的。
>>> b"a"+b"c" b'ac' >>> b"a"*2 b'aa' >>> b"abcdef\xd6"[1:] b'bcdef\xd6' >>> b"abcdef\xd6"[-1] 214 >>> b"a" + "b" Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: can't concat bytes to str
python2 與 python3 字節(jié)與字符的對應(yīng)關(guān)系
str 與 bytes 之間的轉(zhuǎn)換可以用 encode 和從decode 方法。
encode 負責(zé)字符到字節(jié)的編碼轉(zhuǎn)換。默認使用 UTF-8 編碼準換。
>>> s = "Python"
>>> s.encode()
b'Python\xe4\xb9\x8b\xe7\xa6\x85'
>>> s.encode("gbk")
b'Python\xd6\xae\xec\xf8'
decode 負責(zé)字節(jié)到字符的解碼轉(zhuǎn)換,通用使用 UTF-8 編碼格式進行轉(zhuǎn)換。
>>> b'Python\xe4\xb9\x8b\xe7\xa6\x85'.decode()
'Python'
>>> b'Python\xd6\xae\xec\xf8'.decode("gbk")
'Python'
看完上述內(nèi)容是否對您有幫助呢?如果還想對相關(guān)知識有進一步的了解或閱讀更多相關(guān)文章,請關(guān)注億速云行業(yè)資訊頻道,感謝您對億速云的支持。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。