這期內(nèi)容當(dāng)中小編將會給大家?guī)碛嘘P(guān)python2與python3中處理字符串有什么區(qū)別，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
區(qū)別
python2中有一種類型叫做unicode型，例
重慶分公司
重慶分公司
type(u"a") => str型
type("a".decode('utf8')) => unicode型兩者返回的類型都是unicode型
而在python3中，所有的字符串都是unicode，所以就不存在單獨(dú)的unicode型，全部都是字符串型
type(u"a") => str型
type("a".decode('utf8')) => 報(bào)錯(cuò)，python3不能這樣寫但是python3中多處一種字符串
type(b'132') => byte型
而在python2中這樣寫就會報(bào)錯(cuò)
所以顯而易見，decode和encode的使用也會有很大的區(qū)別
python2中的decode是將str型轉(zhuǎn)換為unicode型
python3中的decode是將byte型轉(zhuǎn)換為str型
使用
在使用python3寫爬蟲時(shí)，有時(shí)候會遇到這樣的錯(cuò)誤
'gbk' codec can't encode character '\u30fb' in position 0: illegal multibyte sequence
遇到這樣的錯(cuò)誤就和上面的編碼問題連系起來了
你會發(fā)現(xiàn)，明明自己設(shè)置的編碼是utf8，怎么會報(bào)一個(gè)gbk的錯(cuò)誤？？
這個(gè)問題可能會在兩個(gè)地方出現(xiàn)(輸出時(shí)，寫入文件時(shí))，其實(shí)這里設(shè)置的編碼并沒有問題，問題出在python3的字符串中，像上面說的，python3默認(rèn)所有字符串都是unicode型，在面對字符串時(shí)，會首先按照unicode解析，自然會報(bào)錯(cuò)
那么，我們來轉(zhuǎn)換一下編碼(假設(shè)a是一個(gè)gbk編碼的數(shù)據(jù)流)
"a".decode('gbk')將字符串按照gbk規(guī)則解碼
會發(fā)現(xiàn)依舊報(bào)錯(cuò)，明明已經(jīng)改為gbk了啊……不著急，再進(jìn)行一次
"a".decode('gbk').encode('utf8').decode('utf8')為什么寫的這么長……就像上面說的，decode是將byte型轉(zhuǎn)為str型，而encode是將str型轉(zhuǎn)換為byte型，所以再進(jìn)行一次encode，decode就能夠使得字符串轉(zhuǎn)換編碼格式
但是當(dāng)你輸出時(shí)，你會發(fā)現(xiàn)還是有問題
解決
我們回到開始
不輸出我們想要的字符串，發(fā)現(xiàn)沒有問題……問題出在哪？
沒錯(cuò)，是print()，print在輸出時(shí)會默認(rèn)其中的字符時(shí)unicode編碼的字符串，而我們輸入了一個(gè)gbk編碼的字符串，所以就會出錯(cuò)，所以，解決方法就是，不使用print……
但是print的使用有時(shí)候是不可避免的，所以在decode時(shí)加上一個(gè)ignore
"a".decode('gbk',errors='ignore')此外，在打開或?qū)懭胛募r(shí)遇到的話，就需要加上encoding參數(shù)
with open("1.txt",'r',encoding='utf8') as a:上述就是小編為大家分享的python2與python3中處理字符串有什么區(qū)別了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
