快捷導(dǎo)航

python中的decode()與encode()深入理解

更新時(shí)間：2022年12月02日 14:52:39 作者：moisiet

這篇文章主要介紹了python中的decode()與encode()函數(shù)詳解,本文通過實(shí)例代碼給大家講解的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

unicode編碼方案：
unicode只規(guī)定了每個(gè)字符所對(duì)應(yīng)的碼值（碼點(diǎn)），即編碼，但并沒有規(guī)定如何在計(jì)算機(jī)中實(shí)現(xiàn)。同一個(gè)字符，可通過utf-8、utf-16、utf-32、gb2312（對(duì)中文）等多種方式各自實(shí)現(xiàn)。encode（）方法就是將unicode編碼方式轉(zhuǎn)化為對(duì)應(yīng)的實(shí)現(xiàn)方式，而decode（）相反，將實(shí)現(xiàn)方式轉(zhuǎn)化為編碼。

1.decode()

bytes.decode(encoding=“utf-8”, errors=“strict”)
1.這個(gè)函數(shù)是bytes類型數(shù)據(jù)調(diào)用的，字符串str類型是不能夠調(diào)用的。（好多文章說字符串也可以調(diào)用該函數(shù)，我是真搞不懂。）
2.該函數(shù)返回字符串。換句話說是bytes類型轉(zhuǎn)化成str類型的函數(shù)。
3.encoding規(guī)定解碼方式。bytes數(shù)據(jù)是由什么編碼方式編碼的，該函數(shù)encoding參數(shù)就必須用相應(yīng)解碼方式，這樣才能返回正確字符串。解碼后的字符串自動(dòng)轉(zhuǎn)為unicode編碼方式。
4.errors參數(shù)默認(rèn)為strict，即解碼錯(cuò)誤后引起異常發(fā)生。其他參數(shù)值為ignore,replace等。

2.encode()

str.encode(encoding=“utf-8”, errors=“strict”)
參數(shù)含義同上。這個(gè)函數(shù)將字符串轉(zhuǎn)化成相應(yīng)編碼方式的字節(jié)形式。對(duì)于ASCII字符(數(shù)字，英文，部分標(biāo)點(diǎn)符號(hào))而言，不同編碼方式編碼后的字節(jié)是一樣的。但是對(duì)于中文來(lái)說，編碼后的字節(jié)不一樣。

3.轉(zhuǎn)碼

例如，我有一個(gè)中文網(wǎng)站，網(wǎng)站編碼方式為gb2312，我通過requests請(qǐng)求后要將網(wǎng)頁(yè)打印出來(lái)。但是python內(nèi)部是unicode編碼的，直接response.text肯定會(huì)返回亂碼。

import requests
url_all="https://www.kanunu8.com/"
header_all={
    'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36',
    'upgrade-insecure-request': '1',
}
def get_classification_urls(url,headers):
    try:
        response=requests.get(url,headers=headers,timeout=10)
        if response.status_code==200:
            print(response.text))
    except Exception as e:
        print(e)

如下圖，果然亂碼

這時(shí)就需要正確解碼，即將gb2312解碼為unicode.我們可以這樣：
1.先獲取編碼的二進(jìn)制格式，該格式為gb2312編碼的二進(jìn)制：

bytes=response.content

2.將二進(jìn)制格式通過decode()函數(shù)解碼為unicode格式：

bytes.decode(encoding="gb2312")

decode()函數(shù)是bytes類型轉(zhuǎn)str類型，這樣就能夠返回正確的字符串了。

當(dāng)然，這個(gè)例子即使通過gb2312解碼，仍然是亂碼。原因可能是原網(wǎng)頁(yè)含有g(shù)b2312不能識(shí)別的字符(雖然gb2312是為中國(guó)文字服務(wù)的，但是有些少數(shù)名族的字符也屬于中國(guó)文字，但是并沒有包含在gb2312內(nèi))。后來(lái)為了擴(kuò)充編碼，由在gb2312基礎(chǔ)上增加了gbk和gb18030編碼，二者范圍更廣。事例用gb18030即可正確解碼。

到此這篇關(guān)于python中的decode()與encode()詳解的文章就介紹到這了,更多相關(guān)python decode()與encode()函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: