python中的編碼和解碼及\x和\u問(wèn)題

更新時(shí)間：2022年05月20日 11:16:12 作者：氣球會(huì)膨脹

這篇文章主要介紹了python中的編碼和解碼及\x和\u問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教

編碼和解碼及\x和\u問(wèn)題

“字符在內(nèi)存里的表示是unicode，如果要存盤或者發(fā)到網(wǎng)絡(luò)就經(jīng)過(guò)utf-8，然后對(duì)端收到依次解碼。”

Python 3里面，str在內(nèi)存里是unicode表示的

‘中文’ == ‘\u4e2d\u6587’

'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個(gè)漢字用unicode表示一般是2個(gè)byte，

例如：

‘中’=\u4e2d(十六進(jìn)制寫法【即2bytes】)

'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編碼的01010101的字節(jié)，占1個(gè)byte；

'A‘是在內(nèi)存里按unicode形式編碼的/ucc，占的是2個(gè)byte。

unicode編碼后是bytes，如果這個(gè)字節(jié)范圍不在ascii的表示范圍內(nèi)，就會(huì)顯示成\x（十六進(jìn)制形式）

例如：

漢字編碼成bytes，去查看這個(gè)bytes肯定只能看到\x系列，因?yàn)檫@個(gè)bytes的內(nèi)容肯定不在ascii范圍內(nèi);
英文編碼成bytes可以看到對(duì)應(yīng)的英文字母，本質(zhì)上它還是沒(méi)有含義的010101的字節(jié)流而不是字符。

"abc".encode('utf-8')
b'abc'
'中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
1個(gè)漢字，按utf-8編碼，一般是3個(gè)bytes，\xe4是十六進(jìn)制表示的1個(gè)byte。

相同的英文字符，ascii編碼和utf-8編碼的結(jié)果是一致的，因?yàn)檫@兩種編碼都使用一個(gè)byte表示一個(gè)英文字符

'abc'.encode('ascii').decode('utf-8')
'abc'

可以用一個(gè)編碼然后再另一個(gè)解碼，是可以成功還原的。但一般是不會(huì)這么做的。

ord函數(shù)獲取字符的整數(shù)表示和chr數(shù)把編碼轉(zhuǎn)換為對(duì)應(yīng)的字符

?ord('A')
65
ord('中')
20013
chr(66)
'B'
chr(25991)
'文'

對(duì)str和對(duì)bytes用len，意義是不同的。

len(str)統(tǒng)計(jì)字符數(shù)，len(bytes)統(tǒng)計(jì)bytes數(shù)

>>> len('中文')
2
?len(str)統(tǒng)計(jì)字符數(shù)
>>> bt1 = '中文'.encode('gb2312')
>>> bt2 = '中文'.encode('utf-8')
>>> bt1
b'\xd6\xd0\xce\xc4'
>>> bt2
b'\xe4\xb8\xad\xe6\x96\x87'
>>> len(bt1)
4
>>> len(bt2)
6

以Unicode表示的str通過(guò)encode()方法可以編碼為指定的bytes

python解析 \x 和 \u "亂碼"

參數(shù)錯(cuò)誤

\xe5\x8f\x82\xe6\x95\xb0\xe6\x9c\x89\xe8\xaf\xaf ?

今日已經(jīng)完成過(guò)此任務(wù)，請(qǐng)明日再做此任務(wù)吧!

\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

>>> 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

>>>('\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!'

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: