编码和解码及\x和\u问题
“字符在内存里的表示是unicode，如果要存盘或者发到网络就经过utf-8，然后对端收到依次解码。”
Python 3里面，str在内存里是unicode表示的
‘中文’ == ‘\u4e2d\u6587’
|
1
2
3
4
|
'中文'.encode('utf-8')b'\xe4\xb8\xad\xe6\x96\x87' '\u4e2d\u6587'.encode('utf-8')b'\xe4\xb8\xad\xe6\x96\x87' |
1个汉字用unicode表示一般是2个byte，
例如：
‘中’=\u4e2d(十六进制写法【即2bytes】)
|
1
2
3
4
5
6
|
'A'.encode('ascii')>>>b'A'('\u0041').encode('ascii')>>>b'A''A'.encode('utf-8')>>>b'A' |
note: b’A’和’A’
在python 3中
b’A’是ascii编码的01010101的字节，占1个byte；
'A‘是在内存里按unicode形式编码的/ucc，占的是2个byte。
unicode编码后是bytes，如果这个字节范围不在ascii的表示范围内，就会显示成\x（十六进制形式）
例如：
- 汉字编码成bytes，去查看这个bytes肯定只能看到\x系列，因为这个bytes的内容肯定不在ascii范围内;
- 英文编码成bytes可以看到对应的英文字母，本质上它还是没有含义的010101的字节流而不是字符。
|
1
2
3
4
5
|
"abc".encode('utf-8')b'abc''中文'.encode('utf-8')b'\xe4\xb8\xad\xe6\x96\x87'1个汉字，按utf-8编码，一般是3个bytes，\xe4是十六进制表示的1个byte。 |
相同的英文字符，ascii编码和utf-8编码的结果是一致的，因为这两种编码都使用一个byte表示一个英文字符
|
1
2
|
'abc'.encode('ascii').decode('utf-8')'abc' |
可以用一个编码然后再另一个解码，是可以成功还原的。但一般是不会这么做的。
ord函数获取字符的整数表示和chr数把编码转换为对应的字符
|
1
2
3
4
5
6
7
8
|
ord('A')65ord('中')20013chr(66)'B'chr(25991)'文' |
对str和对bytes用len，意义是不同的。
len(str)统计字符数，len(bytes)统计bytes数
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
>>> len('中文')2 len(str)统计字符数>>> bt1 = '中文'.encode('gb2312')>>> bt2 = '中文'.encode('utf-8')>>> bt1b'\xd6\xd0\xce\xc4'>>> bt2b'\xe4\xb8\xad\xe6\x96\x87'>>> len(bt1)4>>> len(bt2)6 |
以Unicode表示的str通过encode()方法可以编码为指定的bytes
python解析 \x 和 \u "乱码"
参数错误
|
1
|
\xe5\x8f\x82\xe6\x95\xb0\xe6\x9c\x89\xe8\xaf\xaf |
今日已经完成过此任务，请明日再做此任务吧!
|
1
|
\u4eca\u65e5\u5df2\u7ecf\u5b8c\u6210\u8fc7\u6b64\u4efb\u52a1\uff0c\u8bf7\u660e\u65e5\u518d\u505a\u6b64\u4efb\u52a1\u5427! |
python2.7解析方法
|
1
2
|
>>> print(u'\xe5\x8f\x82\xe6\x95\xb0\xe6\x9c\x89\xe8\xaf\xaf '.encode('unicode_escape').decode('string_escape')) >>>print('\u4eca\u65e5\u5df2\u7ecf\u5b8c\u6210\u8fc7\u6b64\u4efb\u52a1\uff0c\u8bf7\u660e\u65e5\u518d\u505a\u6b64\u4efb\u52a1\u5427!'.decode('unicode_escape')) |
python3解析方法
|
1
2
|
>>>('\xe5\x8f\x82\xe6\x95\xb0\xe6\x9c\x89\xe8\xaf\xaf '.encode('raw_unicode_escape')).decode()>>>'\u4eca\u65e5\u5df2\u7ecf\u5b8c\u6210\u8fc7\u6b64\u4efb\u52a1\uff0c\u8bf7\u660e\u65e5\u518d\u505a\u6b64\u4efb\u52a1\u5427!' |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/weixin_44895142/article/details/107775166
