终于搞懂了python2和python3的encode(编码)与decode(解码)
发布网友
发布时间：2024-09-17 02:06
共1个回答
热心网友
时间：2024-09-25 23:18
在Python2中，文件读取时如使用utf-8编码，中文字符会以带u的unicode形式出现。任何编码转换前，必须先通过decode函数解码到unicode，然后encode为所需编码。例如：字节串 -> decode('原来的字符编码') -> Unicode字符串 -> encode('新的字符编码') -> 字节串。
在Python3中，编码默认为unicode，不需要decode步骤，直接encode即可。区别在于，Python3中encode会将字符串转为bytes类型，decode则反之。
区分unicode和byte，string的简单方法是通过查看类型：在Python2中，字符串是string类型，而带有u前缀的字符串是unicode类型，byte则以b开头。在处理文件时，Python2文件头的UTF-8或GBK编码更改会影响中文字符的处理。
在Python2中，字符串前加u是为了表示Unicode字符串，支持非ASCII字符。而在Python3中，所有字符串都是Unicode，无需额外标记。
在Python2中，为了处理中文，一种方法是将文件编码设置为GBK或GB18030，但可能需要根据不同的环境调整输出显示。统一使用UTF-8编码是兼容两者的更好选择。
值得注意的是，Python2和Python3在处理不同编码的输出上有差异，Python2可以直接打印GBK编码，而Python3则不行。在打印dict时，显示中文时推荐使用字符串拼接而非dict直接输出。
参考以下资源深入了解：活的潇洒80的博客《Python基础【day03】：字符转编码操作（五）》和帅丶高高的博客《Python中的字符串与字符编码》。
