這篇文章主要介紹了python與字符編碼問題的示例分析，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

成都創(chuàng)新互聯(lián)2013年開創(chuàng)至今，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項(xiàng)目網(wǎng)站制作、做網(wǎng)站網(wǎng)站策劃，項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個(gè)夢(mèng)想脫穎而出為使命，1280元江川做網(wǎng)站,已為上家服務(wù),為江川各地企業(yè)和個(gè)人服務(wù),聯(lián)系電話:028-86922220

故事零：編碼的定義

我們從“SOS“（國際通用求助信號(hào)）開始，它的摩斯密碼的編碼是：

“…---…”，想一下為什么選用S、O、S來作為求救信號(hào)？因?yàn)樗唵危菀妆鎰e且不容易發(fā)錯(cuò)呀！
那么，字符編碼就是：

´給定一系列字符，對(duì)每個(gè)字符賦予一個(gè)數(shù)值，用數(shù)值來代表對(duì)應(yīng)的字符，這一數(shù)值就是字符的編碼。例如，我們給字符'A'賦予數(shù)值0x41，則0x41就是字符'A'的編碼。字符編碼是字符的表現(xiàn)、儲(chǔ)存方式。

字符編碼需要處理兩件事：

（1）規(guī)定一個(gè)字符集中的字符由多少個(gè)字節(jié)表示；

（2）制定該字符集的字符編碼表，即該字符集中每個(gè)字符對(duì)應(yīng)的（二進(jìn)制）值。

字符集：´給定一系列字符并賦予對(duì)應(yīng)的編碼后，所有這些字符和編碼對(duì)組成的集合就是字符集。´比如，給定字符列表為{'A','B'}時(shí)，{'A'=>0x41,‘B'=>0x42}就是一個(gè)字符集。

常見字符集有：

ASCII
GB2312
GBK
GB18030
Big5
Unicode

一張圖總結(jié)：

故事一：Python2與Python3的字符串類型？

python2中的字符串有str和unicode類型，而python3中字符串只有unicode類型。比如 ‘你好'是str字符串，而 u'你好'則是unicode字符串。

故事二：decode()和encode()傻傻分不清？

decode() 是將str字符串轉(zhuǎn)化為unicode字符串；encode() 是將unicode字符串轉(zhuǎn)化為str字符串。所以要做一些編碼的轉(zhuǎn)換通常是以u(píng)nicode作為中間編碼做轉(zhuǎn)換。如name.decode(“GB2312”)表示將GB2312編碼的字符串name轉(zhuǎn)換成unicode編碼，name.encode(“GB2312”)表示將unicode字符串name轉(zhuǎn)換成GB2312編碼。

故事三：UnicodeEncodeError: ‘a(chǎn)scii' codec can't encode character？

我們先看看兩張圖，是不是很煩？

下面我們看個(gè)例子：

當(dāng)用u'字符串'申明這個(gè)字符串變量時(shí)就指明了該字符串是使用unicode字符編碼。當(dāng)要將unicode字符串轉(zhuǎn)換為str字符串或者寫入文件時(shí)，python2默認(rèn)使用ASCII 碼保存數(shù)據(jù)，而ASCII 碼無法識(shí)別大于128 的字符，于是報(bào)了上面的錯(cuò)誤。
附ASCII碼表：

故事四：unicode是什么？

unicode可以看做一個(gè)終極的字符編碼方法，它給出了地球上常用字符的二進(jìn)制映射，而且所有的二進(jìn)制字符串唯一地表示一個(gè)字符。但是，unicode只給出了字符和二進(jìn)制串的對(duì)應(yīng)關(guān)系，并沒有給出存儲(chǔ)形式。而不同字符所占用的存儲(chǔ)空間可能不同，比如ASCII 在unicode中只占用了一個(gè)字節(jié)即可，而常用漢字在unicode中需要占用兩個(gè)字節(jié)，還有一些羅馬字符可能需要三個(gè)或以上字節(jié)。如果直接存儲(chǔ)的話可能導(dǎo)致無法分割字符串，也無法正確解碼出字符。

故事五：UTF-8橫空出世？

互聯(lián)網(wǎng)的普及，強(qiáng)烈要求出現(xiàn)一種統(tǒng)一的編碼方式。這時(shí)候UTF-8 出場(chǎng)。UTF-8 是unicode在計(jì)算機(jī)中的一種實(shí)現(xiàn)方式。UTF-8是一種變長編碼，每個(gè)字符占1-4 個(gè)字節(jié)。UTF-8 將字節(jié)分為數(shù)值位和標(biāo)識(shí)位，數(shù)值位真正保存字符編碼數(shù)值，標(biāo)識(shí)位表示這個(gè)字節(jié)是屬于哪個(gè)字符的、或者該字符占多少個(gè)字節(jié)。UTF-8 編碼方法：

單字節(jié)，首位為標(biāo)識(shí)位0；多字節(jié)字符首字節(jié)標(biāo)志位1··10開頭，字符占多少字節(jié)則有多少1，其他字節(jié)標(biāo)識(shí)位10開頭；

§  單字節(jié)字符： 0xxxxxxx （以0 開頭標(biāo)志位，數(shù)值位用x 表示）

§  雙字節(jié)字符： 110xxxxx 10xxxxxx

§  三字節(jié)字符： 1110xxxx 10xxxxxx 10xxxxxx

§  四字節(jié)字符： 11110xxx 10xxxxxx 10xxxxxx10xxxxxx

unicode變?yōu)閁TF-8 編碼非常簡單，unicode二進(jìn)制按照從低到高，填充UTF-8的數(shù)值位，除去那些不真正表示數(shù)值的標(biāo)識(shí)位（字節(jié)開頭的0,10,110，1110和11110），順序也是由低到高。以漢字“你”為例，可見它的unicode編碼為“4f60”（01001111 01100000）。

從“你”的unicode值范圍可以看到需要三個(gè)字節(jié)，接著從低位字節(jié)向高位字節(jié)填充得到“你”的UTF-8 編碼（高位沒有填充完則用0補(bǔ)充）。

可以看到將UTF-8 用于標(biāo)記位（紅色）的位去掉，合并可以得到原始的unicode碼。

故事六："unicode-escape"與"unicode-unescape"

“\u”是表示unicode的轉(zhuǎn)義字符，用\uxxxx這種方式表示unicode字符就是”unicode-escape”方式。說人話：´一句話：xxx.decode(“unicode-escape”)相當(dāng)于把xxx解碼成unicode類型并返回。
而用”%uxxxx”的方式表示unicode字符，這種方式就是”unicode-unescape”，常用于javascript。

番外故事七：讀了那么多年書，你真的了解“全半角”？

全角---指一個(gè)字符占用兩個(gè)標(biāo)準(zhǔn)字符位置。
半角---指一字符占用一個(gè)標(biāo)準(zhǔn)的字符位置。
引申：寫程序時(shí)雙引號(hào)、冒號(hào)、小括號(hào)等為啥如此糾結(jié)？
--我國專家在制定GB2312字符集時(shí)，ASCII里本來就有的數(shù)字、標(biāo)點(diǎn)、字母都統(tǒng)統(tǒng)重新編了兩個(gè)字節(jié)長的編碼。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“python與字符編碼問題的示例分析”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司，關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、網(wǎng)站設(shè)計(jì)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

分享標(biāo)題：python與字符編碼問題的示例分析-創(chuàng)新互聯(lián)
URL地址：http://weahome.cn/article/cdccpg.html