每種語言都有其關(guān)鍵字和保留字符,這樣為了能這些特殊字符能正常顯示,就需要轉(zhuǎn)義,如Python中\(zhòng)n代表回車,HTML中
代表空格等等。
Python中的''是轉(zhuǎn)義控制符,如果要表達\本身則需要使用'',常見于Windows系統(tǒng)的路徑中(使用'/'則不需要轉(zhuǎn)義)。
創(chuàng)新互聯(lián)公司2013年成立,先為閩侯等服務(wù)建站,閩侯等地企業(yè),進行企業(yè)商務(wù)咨詢服務(wù)。為閩侯企業(yè)網(wǎng)站制作PC+手機+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。
有時候我們在響應(yīng)文本中會看到一些\u開頭的字符串,如下例。
>>> import requests
>>> res = requests.get('https://httpbin.org/get?name=張三&age=12')
>>> print(res.text)
{
"args": {
"age": "12",
"name": "\u5f20\u4e09"
},
"headers": {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate",
"Host": "httpbin.org",
"User-Agent": "python-requests/2.24.0",
"X-Amzn-Trace-Id": "Root=1-5f8f8e42-6d1f34a2691b8beca3"
},
"origin": "111.194.126.253",
"url": "https://httpbin.org/get?name=\u5f20\u4e09&age=12"
}
響應(yīng)體文本中,name后面對應(yīng)是"\u5f20\u4e09",這是HTTP請求在傳輸時為了確保符合ASCII編碼對其他字符集做的unicode轉(zhuǎn)義。
注意這個只是打印結(jié)果,我們看看res.text的本來樣子。
>>> res.text
'{\n "args": {\n "age": "12", \n "name": "\\u5f20\\u4e09"\n }, \n "headers": {\n "Accept": "*/*", \n "Accept-Encoding": "gzip, deflate", \n "Host": "httpbin.org", \n "User-Agent": "python-requests/2.24.0", \n "X-Amzn-Trace-Id": "Root=1-5f8f8e42-6d1f34a2691b8beca3"\n }, \n "origin": "111.194.126.253", \n "url": "https://httpbin.org/get?name=\\u5f20\\u4e09&age=12"\n}\n'
可以看出name的實際值是"\u5f20\u4e09","\u5f20\u4e09" != "\u5f20\u4e09",看下如下例子。
>>> name = "\u5f20\u4e09"
>>> name
'張三'
>>> name = "\\u5f20\\u4e09"
>>> name
'\\u5f20\\u4e09'
>>> print(name)
\u5f20\u4e09
可見 "\u5f20\u4e09" 就是"張三",而"\u5f20\u4e09"是一個顯示為"\u5f20\u4e09"的字符串。
unicode轉(zhuǎn)義-解碼
如何將"\u5f20\u4e09"轉(zhuǎn)為"張三"呢?方法如下
先按utf-8編碼回二進制,然后按unicode-escape方式解碼為正常文本
>>> name = "\\u5f20\\u4e09"
>>> name.encode('utf-8').decode('unicode-escape')
'張三'
unicode轉(zhuǎn)義-編碼
如果想將"張三"轉(zhuǎn)為unicode轉(zhuǎn)義字符只需要反向操作即可。
>>> name = "張三"
>>> name.encode('unicode-escape').decode('utf-8')
'\\u5f20\\u4e09'
有些中文網(wǎng)頁中有時會使用GBK編碼,形式為\x開頭的字符如。
>>> name = "張三"
>>> name.encode('gbk')
b'\xd5\xc5\xc8\xfd'
這個二進制字符串b'\xd5\xc5\xc8\xfd'就是"張三",但如果我們拿到一個"\xd5\xc5\xc8\xfd"的普遍字符串呢?
操作方法如下。
>>> name = "\xd5\xc5\xc8\xfd"
>>> name
'??èy'
>>> name.encode('latin1').decode('unicode-escape').encode('latin1').decode('gbk')
'張三'
>>> name = "\\xd5\xc5\\xc8\\xfd"
>>> name.encode('latin1').decode('unicode-escape').encode('latin1').decode('gbk')
'張三'
無論是"\xd5\xc5\xc8\xfd"還是"\xd5\xc5\xc8\xfd"都可以。
在有些情況下我們需要解碼html文檔中的轉(zhuǎn)義字符,或者進行編碼,操作如下。
>>> import html
>>> args='{"e": 5, "f": 6}'
>>> html.escape(args) # 轉(zhuǎn)義
'{"e": 5, "f": 6}'
>>> html.unescape('{"e": 5, "f": 6}') # 轉(zhuǎn)回
'{"e": 5, "f": 6}'
在url中需要對一些特殊字符進行編碼,比如在瀏覽器地址欄中輸入https://httpbin.org/get?name=張三&age=12'
然后復制-粘貼,你會發(fā)現(xiàn)網(wǎng)址變?yōu)榱薶ttps://httpbin.org/get?name=%E5%BC%A0%E4%B8%89&age=12,這就是url為確保ASCII對特殊字符集非ASCII編碼進行的編碼。
如何解碼呢?方法如下。
>>> from urllib.parse import quote,unquote,urlencode
>>> url = 'https://httpbin.org/get?name=%E5%BC%A0%E4%B8%89&age=12'
>>> unquote(url)
'https://httpbin.org/get?name=張三&age=12'
如果想要進行urlencode編碼,則需要使用quote和urlencode,quote對字符串進行編碼,一般只用于單個參數(shù)值,urlencode則對一組字典格式的參數(shù)進行編碼組裝。
示例如下:
>>> name = "張三"
>>> quote(name)
'%E5%BC%A0%E4%B8%89'
>>> url = f'https://httpbin.org/get?name={name}&age=12'
>>> url
'https://httpbin.org/get?name=張三&age=12'
>>>
或
>>> params = {"name": "張三", "age": 12}
>>> urlencode(params)
'name=%E5%BC%A0%E4%B8%89&age=12'
>>> url = f'https://httpbin.org/get?{urlencode(params)}'
>>> url
'https://httpbin.org/get?name=%E5%BC%A0%E4%B8%89&age=12'
編碼和加密的不同在于,編碼一般為了傳輸或者壓縮,支持解碼。加密后則一般不能反解。
base64一般用于在接口中,將圖片或媒體變?yōu)橐环N固定長度的字符串形式,方便傳輸。
base64編碼解碼方法如下。
編碼
'''
學習中遇到問題沒人解答?小編創(chuàng)建了一個Python學習交流群:
尋找有志同道合的小伙伴,互幫互助,群里還有不錯的視頻學習教程和PDF電子書!
'''
>>> import base64
>>> a = 'lts'
>>> b =a.encode('utf-8')
>>> base64.b64encode(b)
b'bHRz'
>>> base64.b64encode(b).decode('utf-8')
'bHRz'
解碼
>>> base64.b64decode('bHRz').decode('utf-8')
'lts'
>>> base64.b64decode(b'bHRz').decode('utf-8')
'lts'
>>>