python3.x編碼解碼unicode字符串的實現(xiàn)示例

更新時間：2024年01月16日 09:59:36 作者：梯閱線條

ASCII文本編碼是一種Unicode,存儲為表示字符的字節(jié)值的一個序列,本文主要介紹了python3.x編碼解碼unicode字符串的實現(xiàn)示例,具有一定的參考價值,感興趣的可以了解一下

1 編碼ASCII文本

ASCII文本編碼是一種Unicode，存儲為表示字符的字節(jié)值的一個序列。

ASCII碼范圍0-127.通過編碼后，在字符前加b或B，打印值和字符相同。

>>> ord('a')
97
>>> chr(97)
'a'
>>> s='abc'
>>> s
'abc'
>>> len(s)
3
>>> [ord(c) for c in s]
[97, 98, 99]
>>> s.encode('ascii')
b'abc'
>>> s.encode('gbk')
b'abc'
>>> s.encode('utf-8')
b'abc'
>>> b_asc=s.encode('ascii')
>>> b_gbk=s.encode('gbk')
>>> b_utf8=s.encode('utf-8')
>>> list(map(list,(b_asc,b_gbk,b_utf8)))
[[97, 98, 99], [97, 98, 99], [97, 98, 99]]

2 編碼非ASCII文本

編碼非ASCII字符(編碼值大于127)，需用十六進制或Unicode轉義。

十六進制轉義用于單字節(jié)，Unicode用于兩個或四個字節(jié)。

示例

>>> a,b=0xa5,0xa9
>>> a,b
(165, 169)
>>> hex(a),hex(b)
('0xa5', '0xa9')
>>> chr(a),chr(b)
('￥', '?')
# \xNN 十六進制單字節(jié)格式
>>> s1='\xa5\xa9'
# \uNNNN Unicode 雙字節(jié)格式
>>> s2='\u00a5\u00a9'
>>> s1,s2
('￥?', '￥?')
>>> len(s1),len(s2)
(2, 2)
# \UNNNNNNNN Unicode 四字節(jié)格式
>>> s3='\U000000a5'
>>> s3
'￥'

3 編碼和解碼非ASCII文本

描述

#	項目	描述
1	\xNN	2位16進制，表示單字節(jié)，用\x轉義，表示ASCII文本的unicode
2	\uNNNN	4位16進制，表示雙字節(jié)，用\u轉義，表示非ASCII文本的unicode
3	\UNNNNNNNN	8位16進制，表示四字節(jié)，用\U轉義，表示非ASCII文本的unicode
4	單字節(jié)	1個字節(jié)2位16進制
5	ASCII編碼	范圍[0-127]
6	非ASCII編碼	范圍大于127
7	gbk編碼	1個漢字2個字節(jié)，1個字節(jié)2位16進制
8	utf-8編碼	1個漢字3個字節(jié)，1個字節(jié)2位16進制
9	unicode文本	python3.x的字符串str為unicode文本
10	ord©	獲取字符c的unicode編碼，為整數
11	hex(i)	獲取整數i的16進制
12	hex(ord©)	獲取字符c的unicode編碼的16進制，用\u轉義
13	str.encode(encoding)	根據編碼名encoding將字符串str編碼為原始字節(jié)，返回bytes類型數據，b或B開頭
14	bytes.decode(encoding)	根據編碼名encoding將原始字節(jié)解碼為字符串，返回str類型數據
15	bytes(str,encoding)	根據編碼名encoding將字符串str編碼為原始字節(jié)，返回bytes類型數據，b或B開頭
16	str(bytes,encoding)	根據編碼名encoding將原始字節(jié)解碼為字符串，返回str類型數據

示例

>>> c1,c2='梯','閱'
# \xNN 16進制單字節(jié), \uNNNN 16進制雙字節(jié) , \UNNNNNNNN 16進制四字節(jié)
>>> c1_hexstr,c2_hexstr=hex(ord(c1)),hex(ord(c2))
# ord(c)獲取c的unicode值，通過hex(i)獲取unicode值的16進制
>>> c1_hexstr,c2_hexstr
('0x68af', '0x9605')
# \uNNNN 四位16進制表示的2個字節(jié)，1個漢字為2個字節(jié)的unicode
# 每個字節(jié)的unicode 用\u 轉義 原始字節(jié)
>>> c1c2='\u68af\u9605'
>>> c1c2
'梯閱'
>>> len(c1c2)
2
# ASCII 范圍為[0,127]
>>> c1c2.encode('ascii')
Traceback (most recent call last):
  File "<pyshell#82>", line 1, in <module>
    c1c2.encode('ascii')
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
# 通過 編碼名 gbk 的碼表編碼， 1個 漢字為2個字節(jié) ，1個字節(jié)為2位16進制
# str.encode(encoding) 根據編碼名 將字符串編碼為原始字節(jié)
>>> c1c2.encode('gbk')
b'\xcc\xdd\xd4\xc4'
>>> '梯閱'.encode('gbk')
b'\xcc\xdd\xd4\xc4'
# 通過 編碼名 utf-8 的碼表編碼，1個 漢字為 3個字節(jié)，1個字節(jié)為2位16進制
>>> c1c2.encode('utf-8')
b'\xe6\xa2\xaf\xe9\x98\x85'
>>> type(c1c2.encode('utf-8'))
<class 'bytes'>
>>> bytes(c1c2,encoding='utf-8')
b'\xe6\xa2\xaf\xe9\x98\x85'
>>> gbk_c1c2_raw=b'\xcc\xdd\xd4\xc4'
>>> utf8_c1c2_raw=b'\xe6\xa2\xaf\xe9\x98\x85'
>>> len(gbk_c1c2_raw),len(utf8_c1c2_raw)
(4, 6)
# bytes.decode(encoding) 根據編碼名 將原始字節(jié)解碼為字符串
>>> gbk_c1c2_dcd=gbk_c1c2_raw.decode('gbk')
>>> utf8_c1c2_dcd=utf8_c1c2_raw.decode('utf-8')
>>> gbk_c1c2_dcd,utf8_c1c2_dcd
('梯閱', '梯閱')
>>> str(gbk_c1c2_raw,encoding='gbk')
'梯閱'
>>> len(gbk_c1c2_dcd),len(utf8_c1c2_dcd)
(2, 2)

到此這篇關于python3.x編碼解碼unicode字符串的實現(xiàn)示例的文章就介紹到這了,更多相關python3.x編碼解碼unicode內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關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: